基于互依赖和等效半径的文本分类方法

• 作者: 伊磊 王建会 王洪伟
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 分类 等效半径 向量空间 互依赖 IER
• 年，卷（期）: 2007,（1）
• 页码范围: 63-69
• 页数: 7页
• 分类号: TP13
• 字数: 1376字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2007.01.014

摘要

为了解决传统分类方法计算复杂度高及可扩展性差的问题,提出了互依赖和等效半径的概念,并将两者相结合,提出新的分类算法--基于互依赖和等效半径、易更新的分类算法IER.IER算法根据互依赖作为特征选择的量度,通过较长特征值的选择降低维度,通过重心和等效半径来建立分类模型.算法分析显示IER计算复杂度较低,扩展性能较好,适用于大规模场合.将IER算法应用于中文文本分类,并与kNN算法和类中心向量法进行比较,结果表明,在提高分类精度的同时,IER还可以大幅度提高分类速度,有利于对大规模信息样本进行实时在线的自动分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建会	复旦大学信息科学与工程学院	7	518	5.0	7.0
2	王洪伟	同济大学经济与管理学院	78	1201	20.0	31.0
3	伊磊	复旦大学数学科学学院	4	41	3.0	4.0