作者:
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:
在介绍SVM和KNN分类算法的基础上,提出了一种新的、较简单的,但更为合理的基于表模型的文档表示方法,阐述了一种基于表模型的分类算法——TableKNN算法。通过实验比较TableKNN算法与传统KNN算法应用于文本分类的效果,证实了TableKNN算法在处理文本分类问题上的优越性。
推荐文章
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
中文文本分类研究
文本分类
k 近邻
支持向量机
最大熵
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
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KNN的中文文本自动分类研究
来源期刊 教育技术导刊 学科 工学
关键词 KNN VSM TableKNN 文本自动分类
年,卷(期) 2008,(2) 所属期刊栏目
研究方向 页码范围 16-18
页数 3页 分类号 TP391.1
字数 语种
DOI
五维指标
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  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
研究主题发展历程
节点文献
KNN
VSM
TableKNN
文本自动分类
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
教育技术导刊
月刊
1672-7800
42-1671/TP
武汉市武昌区洪山路2号湖北科教大厦B座1
出版文献量(篇)
219
总下载数(次)
0
总被引数(次)
0
论文1v1指导