位置:成果数据库 > 期刊 > 期刊详情页
基于非线性流形学习和k-NN的文本分类算法
  • ISSN号:1672-3961
  • 期刊名称:山东大学学报(工学版)
  • 时间:2013.2
  • 页码:28-33
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]山东师范大学信息科学与工程学院,山东济南250014, [2]山东省分布式计算机软件新技术重点实验室,山东济南250014
  • 相关基金:国家自然科学基金资助项目(61170145); 教育部高等学校博士点专项基金资助项目(20113704110001); 山东省自然科学基金资助项目(ZR2010FM021)
  • 相关项目:基于特征建模优化与判别学习的Web spam识别技术研究
中文摘要:

为解决文本分类中存在的维数灾难、数据集噪声等问题,本研究提出一种利用非线性维数约简算法结合k-最邻近结点算法(k-nearest neighbor algorithm,k-NN)的文本分类算法。该算法首先对数据集进行去噪处理,再采用非线性流形学习中的局部线性嵌入算法恢复高维数据中的中低维流形结构,以实现数据约简,利用经过上述处理的文本数据学习k-NN分类器。实验结果表明,该算法能够有效提高文本分类精度。

英文摘要:

In order to save the problems of dimensionality curse, noise data in text categorization, the text categorization algorithm was presented based on the non-linear dimensionality reduction algorithm and combined with k-NN (k-nearest neighbor algorithm). The algorithm first removed the noise data, and then used the locally linear embedding algorithm of non-linear manifold learning to recover low-dimensional manifold structure in high-dimensional data to implement di- mensionality reduction. The processed data was used to construct k-NN classifiers. Experimental results showed that this algorithm could effectively improve the accuracy of text classification.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《山东大学学报:工学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:山东大学
  • 主编:李术才
  • 地址:山东济南市经十路17923号
  • 邮编:250061
  • 邮箱:xbgxb@sdu.edu.cn
  • 电话:0531-88396452
  • 国际标准刊号:ISSN:1672-3961
  • 国内统一刊号:ISSN:37-1391/T
  • 邮发代号:24-221
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:6258