位置:成果数据库 > 期刊 > 期刊详情页
基于发现特征子空间模型的文本分类算法
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 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]中国矿业大学(北京)机电与信息工程学院,北京100083, [2]江西农业大学软件学院,南昌330045, [3]北京科技大学信息工程学院,北京100083
  • 相关基金:国家自然科学基金资助项目(60675030);江西省自然科学基金资助项目(0511035,2007GZS0358)
中文摘要:

在非结构化数据挖掘结构模型,即发现特征子空间模型(DFSSM)的运行机制下,提出了一种新的文本分类算法——基于DFSSM的文本分类(TCDFSSM)算法。该算法在文本训练及分类阶段的基础上增加了自动反馈阶段,使得TCDFSSM具有自学习能力,并给出了文本分类过程反馈阈值的选取算法。结果表明,该算法分类效果良好,其自学习能力、适应性及鲁棒性更加优越。

英文摘要:

Under the background of the nonstructural data mining model, this paper proposed a text classification algorithm based on the discovery feature sub-space model ( DFSSM), TCDFSSM algorithm. The algorithm used an automatic feedback stage based on the text of the training and classification stage, making it self-learning ability. And it also provided the selection method of the feedback threshold in the text classification process. Experiments show that this algorithm works well, its self- learning ability, adaptability and robustness more superior.

同期刊论文项目
期刊论文 62 会议论文 11 获奖 4 著作 1
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),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),中国北大核心期刊(2000版)
  • 被引量:60049