最大散度差分类器及其在文本分类中的应用

• 作者: 刘树海 夏赛飞 宋枫溪 杨静宇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 最大散度差分类器 Naive Bayes分类器 Rocchi0分类器 SVM分类器 文本分类
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 博士论文
• 页码范围: 8-10,50
• 页数: 4页
• 分类号: TP301.6
• 字数: 4119字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2005.05.003

摘要

提出的最大散度差分类器是在修正Fisher线性鉴别准则的基础上建立起来的,它与Rocchio和SVM分类器有着十分密切的联系.在国际标准语料库20 Newsgroups上进行的仿真实验结果表明,最大散度差分类器具有良好的文本分类性能,其正确识别率明显高于Naive Bayes和Rocchio,与SVM相当.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机系	623	11098	50.0	74.0