吉林大学学报（理学版）
吉林大學學報（理學版）
길림대학학보（이학판）
JOURNAL OF JILIN UNIVERSITY(SCIENCE EDITION)
2013年
5期
876-880
,共5页
周晓堂%欧阳继红%李熙铭
週曉堂%歐暘繼紅%李熙銘
주효당%구양계홍%리희명
文本分类%中心分类法%经验风险最小化
文本分類%中心分類法%經驗風險最小化
문본분류%중심분류법%경험풍험최소화
text classification%centroid-based text classification algorithms%empirical risk minimization
采用经验风险最小化归纳原则和梯度下降方法调整传统中心分类法的类别中心向量,解决了传统中心分类法因忽略训练集文本权值因素而导致的类别中心向量表达能力较差问题,得到了与支持向量机分类性能基本一致的一种改进的中心分类法.实验结果表明,该方法是提高中心分类法分类性能的一种有效方法.
採用經驗風險最小化歸納原則和梯度下降方法調整傳統中心分類法的類彆中心嚮量,解決瞭傳統中心分類法因忽略訓練集文本權值因素而導緻的類彆中心嚮量錶達能力較差問題,得到瞭與支持嚮量機分類性能基本一緻的一種改進的中心分類法.實驗結果錶明,該方法是提高中心分類法分類性能的一種有效方法.
채용경험풍험최소화귀납원칙화제도하강방법조정전통중심분류법적유별중심향량,해결료전통중심분류법인홀략훈련집문본권치인소이도치적유별중심향량표체능력교차문제,득도료여지지향량궤분류성능기본일치적일충개진적중심분류법.실험결과표명,해방법시제고중심분류법분류성능적일충유효방법.
