文本分类中一种基于核的最大散度差特征抽取方法

• 作者: 刘海峰 姚泽清 张述祖 王元元
• 来源期刊: 计算机应用研究
• 关键词: 文本分类 特征抽取 特征降维 散度差准则 核变换
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 102-104,107
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.01.032

摘要

研究了一种基于核的最大散度差准则的文本特征抽取方法.首先回顾了文本分类中特征降维的主要方法、Fisher准则及其相关研究进展以及存在的问题;然后分析了基于散度差准则的线性鉴别方法的优点与不足,借助于核函数较好地解决了线性可分性较差的样本分类问题,在最低限度减少信息损失的前提下实现了特征维数的大幅度减缩.实验结果表明,该方法在文本分类上的效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚泽清	解放军理工大学理学院	54	344	12.0	15.0
2	王元元	解放军理工大学指挥自动化学院	46	351	12.0	16.0
3	刘海峰	解放军理工大学理学院	64	473	14.0	19.0
7	张述祖	解放军理工大学理学院	5	25	2.0	5.0