一种基于多模态模型的随机子空间分类集成算法

• 作者: 叶云龙 杨明
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: 多模态 随机子空间 分类器集成
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 57-62,72
• 页数: 7页
• 分类号: TP301.6
• 字数: 4754字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2009.04.012

摘要

分类是当前机器学习的重要研究内容之一,已取得了一定的进展.现有的文本分类方法大多基于VSM模型.而VSM未能有效地利用隐含在文本中的结构信息.同时,VSM下的样本空间常常是高维的,单一的降维策略可能会丢失有用信息.为改进现有算法的不足,提出了一种基于多模态模型的随机子空间分类集成算法MMRFSEn,有效地利用文本中的结构信息(单词分布位置的均值和标准差),且各基分类器是由随机选择的子空间构建而成.实验结果表明,该方法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明	南京师范大学计算机科学与技术学院	58	1074	15.0	32.0
2	叶云龙	南京师范大学计算机科学与技术学院	3	10	1.0	3.0