排序方式: 共有3条查询结果,搜索用时 46 毫秒
1
1.
2.
随着万维网的快速普及和发展,Web上出现了大量短文本,如科技文献摘要、微博和电子邮件等.短文本内容短小,相互联系,已标注数据获得困难,导致传统分类方法很难取得较高的分类精度.为了解决短文本分类问题,提出了一种基于半监督学习的迭代分类算法(SS-ICA).它使用较少的已标记数据,利用短文本间的关系进行迭代分类.通过与常用分类方法进行对比表明,在标注数据较少的情况下SS-ICA比其他分类器有更高的分类精度. 相似文献
3.
哈夫曼树的图形化算法设计 总被引:1,自引:0,他引:1
哈夫曼树是一类带权路径长度最小的树,由于它的非线性结构导致其很难实现图形化.为了排版需要以及更直观地了解哈夫曼树的性征,希望通过一种算法画出易于观察的哈夫曼树,算法建立在传统哈夫曼编码算法基础上,利用哈夫曼编码的工作空间,建立与哈夫曼编码相对应的哈夫曼树,这种树具有结点排列有致、层次分明、结点及结点间路径永不重合的特点. 相似文献
1