科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2011年
6期
1359-1362
,共4页
孙明柱%魏海平%顿绍坤%王居柱
孫明柱%魏海平%頓紹坤%王居柱
손명주%위해평%돈소곤%왕거주
特征提取%Web分类%支持向量机
特徵提取%Web分類%支持嚮量機
특정제취%Web분류%지지향량궤
随着互联网的迅速发展,对网页正确分类显得越来越重要.网页分类的一个难点就是特征空间的维数比较大,支持向量机(SVM)分类方法显示出比其它分类方法更好的性能,但是训练样本时却花费了比其它算法更多的时间.提出了一种基于选择最确信的词来预测一个文本的类别的特征提取方法,通过中文文本实验,结果表明在不降低分类准确性的前提下,缩短了训练时间.
隨著互聯網的迅速髮展,對網頁正確分類顯得越來越重要.網頁分類的一箇難點就是特徵空間的維數比較大,支持嚮量機(SVM)分類方法顯示齣比其它分類方法更好的性能,但是訓練樣本時卻花費瞭比其它算法更多的時間.提齣瞭一種基于選擇最確信的詞來預測一箇文本的類彆的特徵提取方法,通過中文文本實驗,結果錶明在不降低分類準確性的前提下,縮短瞭訓練時間.
수착호련망적신속발전,대망혈정학분류현득월래월중요.망혈분류적일개난점취시특정공간적유수비교대,지지향량궤(SVM)분류방법현시출비기타분류방법경호적성능,단시훈련양본시각화비료비기타산법경다적시간.제출료일충기우선택최학신적사래예측일개문본적유별적특정제취방법,통과중문문본실험,결과표명재불강저분류준학성적전제하,축단료훈련시간.