融合LSI和支持向量聚类的网页文本分类算法

• 作者: 史长琼 姜腊林 扶宗文 王大卫 黄辉
• 来源期刊: 计算机应用研究
• 关键词: 特征提取 潜在语义索引 网页文本 语义聚类 支持向量聚类
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 4523-4525
• 页数: 3页
• 分类号: TP18|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.12.034

摘要

特征选择和分类算法是网页文本聚类中最关键的技术.提出对网页文本提取特征值后,利用潜在语义索引对网页文本降维,采用支持向量聚类(SVC)算法对降维后的特征向量进行聚类,以此进行文本分类.实验结果显示具有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史长琼	长沙理工大学计算机与通信工程学院	33	178	8.0	11.0
3	扶宗文	长沙理工大学计算机与通信工程学院	2	5	1.0	2.0
4	姜腊林	长沙理工大学计算机与通信工程学院	22	115	5.0	10.0
7	黄辉	长沙理工大学计算机与通信工程学院	6	17	3.0	4.0
8	王大卫	长沙理工大学计算机与通信工程学院	4	17	3.0	4.0