计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2009年
10期
3712-3715,3734
,共5页
周法国%王映龙%杨炳儒%陈卓
週法國%王映龍%楊炳儒%陳卓
주법국%왕영룡%양병유%진탁
发现特征子空间%文本分类%模式
髮現特徵子空間%文本分類%模式
발현특정자공간%문본분류%모식
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.
在非結構化數據挖掘結構模型,即髮現特徵子空間模型(DFSSM)的運行機製下,提齣瞭一種新的文本分類算法--基于DFSSM 的文本分類(TCDFSSM) 算法.該算法在文本訓練及分類階段的基礎上增加瞭自動反饋階段,使得TCDFSSM具有自學習能力,併給齣瞭文本分類過程反饋閾值的選取算法.結果錶明,該算法分類效果良好,其自學習能力、適應性及魯棒性更加優越.
재비결구화수거알굴결구모형,즉발현특정자공간모형(DFSSM)적운행궤제하,제출료일충신적문본분류산법--기우DFSSM 적문본분류(TCDFSSM) 산법.해산법재문본훈련급분류계단적기출상증가료자동반궤계단,사득TCDFSSM구유자학습능력,병급출료문본분류과정반궤역치적선취산법.결과표명,해산법분류효과량호,기자학습능력、괄응성급로봉성경가우월.
