计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
2期
142-144
,共3页
特征降维%潜在语义分析%K-最近邻法%文本分类
特徵降維%潛在語義分析%K-最近鄰法%文本分類
특정강유%잠재어의분석%K-최근린법%문본분류
在文本分类中,文本特征空间维数巨大以及训练样本分布不均衡等问题影响分类性能.针对这个问题,提出一种改进的KNN分类方法.利用隐含语义分析方法对特征样本空间进行降维处理；利用基于样本密度的改进的KNN分类器进行分类.实验结果表明提出的方法能够收到较好的分类效果.
在文本分類中,文本特徵空間維數巨大以及訓練樣本分佈不均衡等問題影響分類性能.針對這箇問題,提齣一種改進的KNN分類方法.利用隱含語義分析方法對特徵樣本空間進行降維處理；利用基于樣本密度的改進的KNN分類器進行分類.實驗結果錶明提齣的方法能夠收到較好的分類效果.
재문본분류중,문본특정공간유수거대이급훈련양본분포불균형등문제영향분류성능.침대저개문제,제출일충개진적KNN분류방법.이용은함어의분석방법대특정양본공간진행강유처리；이용기우양본밀도적개진적KNN분류기진행분류.실험결과표명제출적방법능구수도교호적분류효과.
