微电子学与计算机
微電子學與計算機
미전자학여계산궤
MICROELECTRONICS & COMPUTER
2005年
12期
4-7
,共4页
傅鹏%张德运%陈海诠%董皓
傅鵬%張德運%陳海詮%董皓
부붕%장덕운%진해전%동호
核学习方法%词序列核%字符串核%后缀树%Web挖掘
覈學習方法%詞序列覈%字符串覈%後綴樹%Web挖掘
핵학습방법%사서렬핵%자부천핵%후철수%Web알굴
通过将文档表示为一棵后缀树,文章提出一种基于后缀树索引计算文档相似度的词序列核.首先根据文档的词序列构造出后缀树,然后根据后缀树词序列核计算文档间的相似度,最后利用支持向量机对文档进行分类.理论分析表明后缀树词序列核的计算只与比较文档的长度成线性关系,大大减少了序列核的计算时间.在reuters21578文档集上将后缀树词序列核与词序列核、多项式核进行比较,实验结果表明在改善速度的同时,后缀树词序列核可达到与词序列核相当的性能,优于多项式核,更适于Web文档挖掘等应用.
通過將文檔錶示為一棵後綴樹,文章提齣一種基于後綴樹索引計算文檔相似度的詞序列覈.首先根據文檔的詞序列構造齣後綴樹,然後根據後綴樹詞序列覈計算文檔間的相似度,最後利用支持嚮量機對文檔進行分類.理論分析錶明後綴樹詞序列覈的計算隻與比較文檔的長度成線性關繫,大大減少瞭序列覈的計算時間.在reuters21578文檔集上將後綴樹詞序列覈與詞序列覈、多項式覈進行比較,實驗結果錶明在改善速度的同時,後綴樹詞序列覈可達到與詞序列覈相噹的性能,優于多項式覈,更適于Web文檔挖掘等應用.
통과장문당표시위일과후철수,문장제출일충기우후철수색인계산문당상사도적사서렬핵.수선근거문당적사서렬구조출후철수,연후근거후철수사서렬핵계산문당간적상사도,최후이용지지향량궤대문당진행분류.이론분석표명후철수사서렬핵적계산지여비교문당적장도성선성관계,대대감소료서렬핵적계산시간.재reuters21578문당집상장후철수사서렬핵여사서렬핵、다항식핵진행비교,실험결과표명재개선속도적동시,후철수사서렬핵가체도여사서렬핵상당적성능,우우다항식핵,경괄우Web문당알굴등응용.