首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   76篇
  国内免费   4篇
  完全免费   10篇
  综合类   90篇
  2016年   2篇
  2015年   6篇
  2014年   10篇
  2013年   6篇
  2012年   9篇
  2011年   8篇
  2010年   6篇
  2009年   6篇
  2008年   5篇
  2007年   7篇
  2006年   15篇
  2005年   3篇
  2004年   2篇
  2003年   1篇
  2002年   2篇
  2001年   1篇
  1999年   1篇
排序方式: 共有90条查询结果,搜索用时 46 毫秒
1.
交互支持向量机学习算法及其应用   总被引:31,自引:0,他引:31  
交互支持向量机学习算法能解决一些监督学习问题中学习样本较少的问题,它以支持向量机( S V M )方法为基础,将设计分类器变成一个交互的过程,即: 根据对已知样本进行的 S V M 分类器设计,主动采样选择“有用”的新样本,并进行下一步 S V M 分类器的设计。与普通 S V M 法相比,该方法所需的样本量大大降低,而且可能达到更好的推广能力。文本信息过滤问题的实例说明了该算法的有效性。  相似文献
2.
一种改进的kNN方法及其在文本分类中的应用   总被引:25,自引:0,他引:25  
介绍了基于kNN的文本分类方法,分析了kNN方法实质,指出了该方法的不足,然后指出了一种改进方法。改进方法是基于文本属性关系和概念共现等基础上提出来的。它实质上是强化了文本中语义链属性因子的作用,修正了次要因素的噪声影响,使文本分类结果更加理想,已有的测试结果证明了这一点,尤其在测试文本与训练文本集中的某些文本直观上较相似时,结果更佳。  相似文献
3.
基于权值调整的文本分类改进方法   总被引:14,自引:0,他引:14  
文本分类是文本挖掘的基础与核心 ,可广泛应用于传统的情报检索和 Web信息的检索与挖掘等。提出了一种利用权值调整思想对向量空间法 (VSM)和朴素 Bayes分类器 (NBC)进行改进的文本分类方法 ,并探讨了利用 EM算法进行无导师 Bayes分类的方法 ,设计和实现了一个中英文文本分类系统 CZW。 3组实验数据表明 ,用某些评估函数调节单词权值可有效提高 VSM和 NBC等文本分类模型的精度 ,并且训练文本规模越大 ,改进的效果越明显。 NBC的分类精度最高可达 86 %。  相似文献
4.
基于知网语义相似度计算的特征降维方法研究   总被引:8,自引:1,他引:7  
针对文本分类处理中的高维度问题,结合知网语义词典,提出了一种新的特征降维处理方法.通过计算特征词汇之间的语义相似度,将原有特征集分成若干特征词集;同一词集内的特征词语义彼此间相似;而不同词集的特征词彼此间相似度比较小.将同一特征词集内的词汇权重相加,从而突出同义词以及近义词对文本分类的贡献,并可以大大降低文本比较的特征维数.实验结果表明,利用该方法在文本分类中得到了较好的分类准确率和分类性能.  相似文献
5.
基于类别核心词的朴素贝叶斯中文文本分类   总被引:5,自引:0,他引:5       下载免费PDF全文
摘要及关键词中提取类别核心词,通过加权方式,强化它们在文本分类中的作用. 基于朴素贝叶斯分类方法的实验表明,提出的方法能够有效提高中文文本的分类准确率.  相似文献
6.
补偿型的Sleeping expert文本分类算法   总被引:4,自引:0,他引:4  
多义词是影响文本分类的重要因素 ,由于它可代表分属不同类别的多个概念 ,造成类别之间界限模糊。传统作法是对多义词的权重进行弱化以减小它们对于分类的影响 ,但文本分类是基于内容的 ,且多义词也代表组成文本内容的特定概念 ,所以简单地对多义词进行弱化是不合理的。Sleeping expert算法采用正权重和负权重较好地描述了多义词的特性 ,该文在原算法中插入了一种权重补偿模块 ,它根据上下文对关键词的统计权重进行动态修正 ,其目标是实现权重和当前概念的一致性 ,实验证明这种补偿型 Sleepingexpert具有更好的分类性能  相似文献
7.
一种改进的互信息特征选取预处理算法   总被引:4,自引:1,他引:3  
讨论了基于互信息的特征选取算法在文本分类中的性能问题,分析了利用这种特征选取算法存在分类精度不高的原因,认为互信息为负值的特征在分类中具有很重要的作用.在此基础上提出了一种基于互信息特征选取的改进算法,该算法加强了互信息为负值的特征在分类中的作用.实验结果表明,改进后的算法可以有效地提高文本分类精度。  相似文献
8.
模糊支持向量机中隶属度确定的新方法   总被引:4,自引:1,他引:3  
针对目前模糊支持向量机方法中,一般使用样本与类中心之间的距离关系构建隶属度函数的不足,提出一种改进的隶属度确定方法.该方法不仅考虑样本与类中心之间的关系,还考虑样本之间的关系根据样本的类中心与传统支持向量机构造的分类面构建2个超球,由样本点与超球的位置关系计算其隶属度,能够有效地区分样本点、噪音点以及孤立点.通过文本分类实验表明,与其他两种隶属度函数方法相比,基于双超球的模糊支持向量机方法可以更有效地将文本训练集中的噪音剔除,具有较好的分类性能.  相似文献
9.
基于随机森林的文本分类模型研究   总被引:3,自引:0,他引:3  
随着WWW的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成,并且由一随机向量决定决策树的构造.当森林中的决策树的数目增大,随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明,分类效果比较好,性能比较稳定,将共同C4.5,KNN,SM0,SVM4种典型的文本分类器进行了比较,结果显示它的分类性能胜于CA.5,同KNN,SMO和SVM方法相当.  相似文献
10.
文本分类中的类别信息特征选择方法   总被引:3,自引:0,他引:3  
随着网上电子文档的急剧增长,文本分类技术在信息检索中的应用变得日益重要.特征维数增加会使样本统计特性的评估变得更加困难,从而降低分类嚣的泛化能力,出现“过学习”的现象.因此,文档特征的选择和提取是文本分类的必要前提.提出一种基于类别信息的特征选择方法,谊方法在尽量保留文档信息的同时,考虑了文档的类别信息.实验表明,这种方法的分类性能比较好,特别是在微平均指标上,与OCFS以及卡方统计量相比有较大幅度的提高.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号