一种Web文档在线自适应分类新方法

• 作者: 刘涛 周欣 黄席樾 黎昱
• 来源期刊: 重庆大学学报(自然科学版)
• 学科: 工学
• 关键词: 网页分类 粗集 属性规约 在线自适应分类
• 年，卷（期）: 2003,（7）
• 页码范围: 47-51
• 页数: 5页
• 分类号: TP391
• 字数: 6209字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2003.07.012

摘要

Web文档自动分类是Web挖掘中的重要研究内容.文档向量空间模型(VSM)是实现文档自动分类的基础,但如何排除冗余属性并降低向量空间的维数是一个难点.文中运用粗集理论对由样本文档集合构成的信息系统进行数据泛化,并求取文档的最优规约属性集,大大降低了文档的特征空间的维数,减少了冗余属性对文档分类的干扰,提高了分类效率.运用Fuzzy ARTMAP(adaptive resonance theory mapping)神经网络,利用其自适应分类和增量学习的优良特性,实现了对Web文档的在线自适应分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄席樾	重庆大学自动化学院	232	4039	34.0	50.0
2	周欣	重庆大学自动化学院	24	636	15.0	24.0
3	刘涛	重庆大学自动化学院	46	455	12.0	19.0
4	黎昱	重庆大学自动化学院	9	270	7.0	9.0