基于特征选取及模糊学习的网页分类方法研究

• 作者: 卢正鼎 张茂元
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 相似度 特征选取 模糊学习 分类
• 年，卷（期）: 2004,（7）
• 页码范围: 1397-1400
• 页数: 4页
• 分类号: TP18
• 字数: 5024字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2004.07.071

摘要

www上的信息极大丰富,为准确地从网页中提取有用信息,发展一个自动的分类器已成为当务之急.由于文本集中关键词的数量很多,分类存在巨大的维度问题,并且以往大多数分类器或者工作速度慢,或者不具有自学习功能.本文提出了一种基于相似度的特征选择算法和适应模糊学习算法来实现分类.特征选择算法用来解决巨大维度问题,提高分类速度,适应模糊学习算法为分类提供学习人类知识的能力,提高准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢正鼎	华中科技大学计算机科学与技术学院	264	3116	25.0	39.0
2	张茂元	华中科技大学计算机科学与技术学院	13	163	6.0	12.0