计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2013年
1期
213-215
,共3页
支持向量机%聚类%大规模训练集%网页分类系统%电子政务
支持嚮量機%聚類%大規模訓練集%網頁分類繫統%電子政務
지지향량궤%취류%대규모훈련집%망혈분류계통%전자정무
针对大规模训练集的网页分类问题提出UCM(UC and SVM)分类方法.UCM算法结合了支持向量机SVM(Support Vector Machine)与无监督聚类UC(Unsupervised Clustering)的特点,使网页分类既有较高的准确率,又有较快的分类速度.在训练阶段,UCM算法利用UC方法形成聚类中心；在分类阶段,UCM算法计算待分类网页与正例中心及反例中心的距离,若距离差较大,用UC分类,否则用SVM分类.在电子政务网页分类系统中的应用表明,UCM网页分类算法在准确率方面远高于UC,略高于SVM；在分类速度上,UCM介于UC和SVM二者之间,远大于SVM.
針對大規模訓練集的網頁分類問題提齣UCM(UC and SVM)分類方法.UCM算法結閤瞭支持嚮量機SVM(Support Vector Machine)與無鑑督聚類UC(Unsupervised Clustering)的特點,使網頁分類既有較高的準確率,又有較快的分類速度.在訓練階段,UCM算法利用UC方法形成聚類中心；在分類階段,UCM算法計算待分類網頁與正例中心及反例中心的距離,若距離差較大,用UC分類,否則用SVM分類.在電子政務網頁分類繫統中的應用錶明,UCM網頁分類算法在準確率方麵遠高于UC,略高于SVM；在分類速度上,UCM介于UC和SVM二者之間,遠大于SVM.
침대대규모훈련집적망혈분류문제제출UCM(UC and SVM)분류방법.UCM산법결합료지지향량궤SVM(Support Vector Machine)여무감독취류UC(Unsupervised Clustering)적특점,사망혈분류기유교고적준학솔,우유교쾌적분류속도.재훈련계단,UCM산법이용UC방법형성취류중심；재분류계단,UCM산법계산대분류망혈여정례중심급반례중심적거리,약거리차교대,용UC분류,부칙용SVM분류.재전자정무망혈분류계통중적응용표명,UCM망혈분류산법재준학솔방면원고우UC,략고우SVM；재분류속도상,UCM개우UC화SVM이자지간,원대우SVM.
