支持增量学习的文本单类别分类算法

• 作者: 刘守群 戴洪 朱明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 简单贝叶斯 支持向量机 单类别分类 文本/网页分类
• 年，卷（期）: 2008,（27）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 157-158,164
• 页数: 3页
• 分类号: TP181
• 字数: 2913字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.27.050

摘要

目前的文本单类别分类算法在进行增量学习时需要进行大量的重复计算,提出了一种新的用于文本的单类别分类算法,在不降低分类效果的同时,有效地减少了加入新样本学习时所需的计算量,从而比较适合于需要进行增量学习的情况.该方法已进行了测试实验,获得了较好的实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱明	中国科学技术大学自动化系	228	2519	25.0	40.0
2	戴洪	中国科学技术大学电子信息工程系	1	3	1.0	1.0
3	刘守群	中国科学技术大学自动化系	4	26	3.0	4.0