论文部分内容阅读
随着计算机技术的发展和试验信息化技术的进步,如何对快速增长的海量试验文本进行自动分类成为了亟待解决的问题.本文在构建试验文本特征表示模型的基础上,结合特征提取算法和随机森林,形成了试验文本分类算法.横向与kNN、SVM、NNet等几种分类模型进行了对比实验,纵向对使用/不使用特征提取算法的随机森林分类器进行了对比实验.实验表明,本文提出的试验文本分类算法具有较好的分类性能和稳定性.