钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机技术与发展期刊
\
SVM和K-means结合的文本分类方法研究
SVM和K-means结合的文本分类方法研究
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
文本分类
K-means
支持向量机
摘要:
有监督的分类方法是文本分类中常用的方法,它需要采用人工标识的样本进行训练,对样本的人工标识是一个比较繁锁的过程.无监督的分类方法没有这一过程,但其分类的效果往往不太好.针对两者各自的优缺点,利用一种基于SVM和K-means相结合的文本分类方法,首先用K-means方法进行文本聚类,然后选取每类中距离聚类中心较近的一些文本作为该类的训练样本训练SVM分类器,最后用训练好的SVM对文本进行分类.此方法避免了无监督方法分类效果不好的缺点,同时也省去了SVM方法中对样本进行人工标识的繁锁过程.基于灾害文本的实验结果也表明了这种新方法的可行性.
暂无资源
收藏
引用
分享
推荐文章
基于K-means与SVM结合的遥感图像全自动分类方法
K-means
支持向量机
遥感图像分类
结合双粒子群和K-means的混合文本聚类算法
双粒子群
自调整惯性权值
信息交流
K-means算法
文本聚类
文本分类中基于K-means的类偏斜KNN样本剪裁
K最近邻
类偏斜
样本剪裁
聚类
K-means聚类和支持向量机结合的文本分类研究
文本分类
k-means算法
聚类
支持向量机
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
SVM和K-means结合的文本分类方法研究
来源期刊
计算机技术与发展
学科
工学
关键词
文本分类
K-means
支持向量机
年,卷(期)
2009,(11)
所属期刊栏目
智能、算法、系统工程
研究方向
页码范围
35-37,41
页数
4页
分类号
TP181
字数
3689字
语种
中文
DOI
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(29)
共引文献
(160)
参考文献
(8)
节点文献
引证文献
(24)
同被引文献
(20)
二级引证文献
(17)
1975(1)
参考文献(0)
二级参考文献(1)
1982(1)
参考文献(0)
二级参考文献(1)
1988(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)
1998(2)
参考文献(0)
二级参考文献(2)
1999(3)
参考文献(1)
二级参考文献(2)
2000(3)
参考文献(0)
二级参考文献(3)
2001(3)
参考文献(1)
二级参考文献(2)
2002(1)
参考文献(0)
二级参考文献(1)
2003(4)
参考文献(1)
二级参考文献(3)
2004(6)
参考文献(0)
二级参考文献(6)
2005(3)
参考文献(0)
二级参考文献(3)
2006(5)
参考文献(2)
二级参考文献(3)
2008(3)
参考文献(3)
二级参考文献(0)
2009(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)
2010(3)
引证文献(2)
二级引证文献(1)
2011(2)
引证文献(2)
二级引证文献(0)
2012(2)
引证文献(2)
二级引证文献(0)
2013(8)
引证文献(2)
二级引证文献(6)
2014(4)
引证文献(2)
二级引证文献(2)
2015(2)
引证文献(0)
二级引证文献(2)
2016(3)
引证文献(2)
二级引证文献(1)
2017(5)
引证文献(3)
二级引证文献(2)
2018(5)
引证文献(5)
二级引证文献(0)
2019(4)
引证文献(3)
二级引证文献(1)
2020(3)
引证文献(1)
二级引证文献(2)
研究主题发展历程
节点文献
文本分类
K-means
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
计算机技术与发展
主办单位:
陕西省计算机学会
出版周期:
月刊
ISSN:
1673-629X
CN:
61-1450/TP
开本:
大16开
出版地:
西安市雁塔路南段99号
邮发代号:
52-127
创刊时间:
1991
语种:
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家科技支撑计划
英文译名:
官方网址:
http://kjzc.jhgl.org/
项目类型:
重大项目
学科类型:
能源
期刊文献
相关文献
1.
基于K-means与SVM结合的遥感图像全自动分类方法
2.
结合双粒子群和K-means的混合文本聚类算法
3.
文本分类中基于K-means的类偏斜KNN样本剪裁
4.
K-means聚类和支持向量机结合的文本分类研究
5.
树干与地面点云分类K-means方法的改进
6.
改进K-means的双向采样非均衡数据分类方法
7.
一种K-means聚类和超球结合的多类分类算法
8.
k-means算法的研究与改进
9.
基于SVM主动学习技术的 PU 文本分类
10.
K-means聚类与SVDD结合的新的分类算法
11.
类关联词约束的K-Means半监督文本聚类方法
12.
用核K-means聚类和半定规划SVM实现垃圾标签检测
13.
基于粒子群优化的模糊K-Means目标分类算法
14.
最大距离法选取初始簇中心的K-means文本聚类算法的研究
15.
基于增强蜂群优化与 K-means 的文本聚类算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机技术与发展2022
计算机技术与发展2021
计算机技术与发展2020
计算机技术与发展2019
计算机技术与发展2018
计算机技术与发展2017
计算机技术与发展2016
计算机技术与发展2015
计算机技术与发展2014
计算机技术与发展2013
计算机技术与发展2012
计算机技术与发展2011
计算机技术与发展2010
计算机技术与发展2009
计算机技术与发展2008
计算机技术与发展2007
计算机技术与发展2006
计算机技术与发展2005
计算机技术与发展2004
计算机技术与发展2003
计算机技术与发展2002
计算机技术与发展2001
计算机技术与发展2009年第9期
计算机技术与发展2009年第8期
计算机技术与发展2009年第7期
计算机技术与发展2009年第6期
计算机技术与发展2009年第5期
计算机技术与发展2009年第4期
计算机技术与发展2009年第3期
计算机技术与发展2009年第2期
计算机技术与发展2009年第12期
计算机技术与发展2009年第11期
计算机技术与发展2009年第10期
计算机技术与发展2009年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号