计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
27期
157-158,164
,共3页
简单贝叶斯%支持向量机%单类别分类%文本/网页分类
簡單貝葉斯%支持嚮量機%單類彆分類%文本/網頁分類
간단패협사%지지향량궤%단유별분류%문본/망혈분류
目前的文本单类别分类算法在进行增量学习时需要进行大量的重复计算,提出了一种新的用于文本的单类别分类算法,在不降低分类效果的同时,有效地减少了加入新样本学习时所需的计算量,从而比较适合于需要进行增量学习的情况.该方法已进行了测试实验,获得了较好的实验结果.
目前的文本單類彆分類算法在進行增量學習時需要進行大量的重複計算,提齣瞭一種新的用于文本的單類彆分類算法,在不降低分類效果的同時,有效地減少瞭加入新樣本學習時所需的計算量,從而比較適閤于需要進行增量學習的情況.該方法已進行瞭測試實驗,穫得瞭較好的實驗結果.
목전적문본단유별분류산법재진행증량학습시수요진행대량적중복계산,제출료일충신적용우문본적단유별분류산법,재불강저분류효과적동시,유효지감소료가입신양본학습시소수적계산량,종이비교괄합우수요진행증량학습적정황.해방법이진행료측시실험,획득료교호적실험결과.