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:
支持向量机是一种基于统计学习理论的新型机器学习方法,在文本分类领域取得了很好的效果.使用支持向量机进行了文本分类的研究,实现了一个中文文本自动分类系统,并给出了实验结果.
推荐文章
中文文本分类研究
文本分类
k 近邻
支持向量机
最大熵
基于支持向量机的中文文本自动分类研究
文本分类
支持向量机
招回率
准确率
基于类别特征向量表示的中文文本分类算法
中文文本分类
向量空间模型
评价函数
特征提取
基于支持向量机的中文极短文本分类模型
支持向量机
jieba分词
极短文本分类
TF-IDF
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 支持向量机的中文文本分类研究
来源期刊 计算机与数字工程 学科 工学
关键词 文本分类 支持向量机
年,卷(期) 2005,(3) 所属期刊栏目 研究与方法
研究方向 页码范围 21-23,45
页数 4页 分类号 TP391
字数 2934字 语种 中文
DOI 10.3969/j.issn.1672-9722.2005.03.006
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 刘亚军 东南大学计算机科学与工程系 35 480 13.0 21.0
2 翟林 东南大学计算机科学与工程系 2 50 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (2051)
参考文献  (4)
节点文献
引证文献  (50)
同被引文献  (22)
二级引证文献  (194)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(8)
  • 引证文献(8)
  • 二级引证文献(0)
2007(17)
  • 引证文献(11)
  • 二级引证文献(6)
2008(18)
  • 引证文献(8)
  • 二级引证文献(10)
2009(21)
  • 引证文献(6)
  • 二级引证文献(15)
2010(19)
  • 引证文献(4)
  • 二级引证文献(15)
2011(20)
  • 引证文献(1)
  • 二级引证文献(19)
2012(24)
  • 引证文献(1)
  • 二级引证文献(23)
2013(12)
  • 引证文献(1)
  • 二级引证文献(11)
2014(18)
  • 引证文献(1)
  • 二级引证文献(17)
2015(18)
  • 引证文献(3)
  • 二级引证文献(15)
2016(13)
  • 引证文献(1)
  • 二级引证文献(12)
2017(16)
  • 引证文献(1)
  • 二级引证文献(15)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(16)
  • 引证文献(1)
  • 二级引证文献(15)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
文本分类
支持向量机
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导