基于灰狼优化器的增强教学学习优化模型在文本特征选择和聚类中的应用

原文约400字，阅读约需1分钟。发表于：。

利用 Teaching-Learning-Based Optimization、Grey Wolf Optimizer 和 Genetic Algorithm 等算法的 TLBO-GWO 过滤特征选择算法可显著提升文本聚类技术 (K-means) 的有效性。

介绍了一种新颖的方法MBO-NB，利用迁移鸟优化和朴素贝叶斯解决了文本分类中的特征选择挑战。实验证明MBO-NB在特征降维方面相对于其他技术具有优越效果，为文本分类提供了可扩展和有效的解决方案。