基于发现特征子空间模型的文本分类算法

• 作者: 周法国 杨炳儒 王映龙 陈卓
• 来源期刊: 计算机应用研究
• 关键词: 发现特征子空间 文本分类 模式
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3712-3715,3734
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.10.032

摘要

在非结构化数据挖掘结构模型,即发现特征子空间模型(DFSSM)的运行机制下,提出了一种新的文本分类算法--基于DFSSM 的文本分类(TCDFSSM) 算法.该算法在文本训练及分类阶段的基础上增加了自动反馈阶段,使得TCDFSSM具有自学习能力,并给出了文本分类过程反馈阈值的选取算法.结果表明,该算法分类效果良好,其自学习能力、适应性及鲁棒性更加优越.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王映龙	江西农业大学软件学院	82	408	13.0	17.0
2	杨炳儒	北京科技大学信息工程学院	319	4361	32.0	49.0
3	陈卓	北京科技大学信息工程学院	6	113	4.0	6.0