基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于相关反馈技术的基本原理,以SVM分类方法为基础,研究了基于SVM的中文文本分类反馈学习技术,分析了分类处理中反馈学习的主要模式,给出了基于SVM文本分类反馈学习的具体实现方法,并进行了相应的实验验证.实验结果表明,反馈学习具有明显提高SVM分类性能的能力.
推荐文章
中文文本分类系统的设计与实现
文本分类
向量空间模型
特征项选择
权重
基于SVM主动学习技术的 PU 文本分类
支持向量机
主动学习
PU
文本分类
Rocchio
基于SA-SVM的中文文本分类研究
中文文本分类
支持向量机
模拟退火
参数优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM的中文文本分类反馈学习技术的研究
来源期刊 控制与决策 学科 工学
关键词 中文文本 支持向量机 反馈 学习
年,卷(期) 2004,(8) 所属期刊栏目 短文
研究方向 页码范围 927-930
页数 4页 分类号 TP18
字数 3959字 语种 中文
DOI 10.3321/j.issn:1001-0920.2004.08.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 肖建国 北京大学计算机科学技术研究所 30 478 12.0 21.0
2 孙晋文 北京大学计算机科学技术研究所 5 238 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (51)
同被引文献  (25)
二级引证文献  (100)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(5)
  • 引证文献(5)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(9)
  • 引证文献(7)
  • 二级引证文献(2)
2009(17)
  • 引证文献(7)
  • 二级引证文献(10)
2010(18)
  • 引证文献(5)
  • 二级引证文献(13)
2011(11)
  • 引证文献(4)
  • 二级引证文献(7)
2012(22)
  • 引证文献(6)
  • 二级引证文献(16)
2013(13)
  • 引证文献(4)
  • 二级引证文献(9)
2014(12)
  • 引证文献(3)
  • 二级引证文献(9)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(9)
  • 引证文献(2)
  • 二级引证文献(7)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
中文文本
支持向量机
反馈
学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
总被引数(次)
141238
论文1v1指导