基于不同属性约简和SVM的网页分类方法研究

• 作者: 刘博 张东娜 郭晓燕
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 粗糙集 支持向量机 主成分分析 奇异值分解
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 应用技术与软件
• 页码范围: 178-180
• 页数: 3页
• 分类号: TP3
• 字数: 3380字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.06.061

摘要

中文网页文本分类面临着高维的属性空间问题,传统的属性约简方法存在损失有用信息的缺陷,影响了分类结果.提出粗糙集与支持向量机结合的方法,在降低属性空间维数的同时,保持了原有属性集的分类能力.同时实现了用主成分分析,奇异值分解方法降维与支持向量机分类相结合的分类器.结果表明,该方法降维能力最强、分类时间最短、分类效果最佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张东娜	吉林大学珠海学院计算机系	11	85	3.0	9.0
2	郭晓燕	吉林大学珠海学院计算机系	6	15	2.0	3.0