基于自组织特征映射的网页分类研究

• 作者: 张义忠 梁久祯 赵明生
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 自组织特征映射 特征提取 神经网络 分类
• 年，卷（期）: 2002,（z2）
• 所属期刊栏目: 其它
• 页码范围: 1433-1438
• 页数: 6页
• 分类号: TP3
• 字数: 3169字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2002.z2.138

摘要

本文提出了一种SOFM(自组织特征映射)与LVQ(学习矢量量化)相结合的分类算法,利用一种新的网页表示方法,形成特征向量并应用于网页分类中.该方法充分利用了SOFM自组织的特点,同时又利用LVQ解决聚类中测试样本的交迭问题.实验表明它不仅具有较高的训练效率,同时有比较好的查全率和查准率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵明生	清华大学电子工程系	46	857	11.0	28.0
2	张义忠	清华大学电子工程系	5	129	3.0	5.0
3	梁久祯	清华大学电子工程系	3	29	1.0	3.0