SVM网页分类中一种新的特征提取方法
SVM망혈분류중일충신적특정제취방법
A New Feature Selection Method in SVM Web Page Classification
  • 万方数据
    科学技术与工程 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

    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.
    수착호련망적신속발전,대망혈정학분류현득월래월중요.망혈분류적일개난점취시특정공간적유수비교대,지지향량궤(SVM)분류방법현시출비기타분류방법경호적성능,단시훈련양본시각화비료비기타산법경다적시간.제출료일충기우선택최학신적사래예측일개문본적유별적특정제취방법,통과중문문본실험,결과표명재불강저분류준학성적전제하,축단료훈련시간.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문