基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文本信息的爆炸式增长提出了对适宜实时应用的简单快速文本分类的需求,中心分类法虽然快速,但它所基于的假设常常与事实相违,导致分类模型偏差.基于集成学习中的AdaBoost.MR算法,通过利用其自适应维护权重分布的特点,用每轮的权重分布,修正传统中心法分类器偏差,突出被误分类的文档的影响,降低其误分类概率.在YQ-WEBBENCH-V1.1上的实验表明效果良好.
推荐文章
基于AdaBoost-Bayes算法的中文文本分类系统
中文分词
文本分类
AdaBoost
Bayes
结合旋转森林和AdaBoost分类器的多标签文本分类方法
多标签文本分类
文本—术语相关性
旋转森林
特征变换
AdaBoost分类器
基于聚类改进的 KN N文本分类算法
文本分类
KNN
聚类化
训练集
基于改进KNFL算法的海量文本分类研究
K最近特征线
离群点
类中心距
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 文本分类中基于AdaBoost.MR的改进中心法
来源期刊 计算机工程与设计 学科 工学
关键词 集成学习 文本分类 中心法 分类器偏差 权重分布
年,卷(期) 2009,(1) 所属期刊栏目 计算机软件与算法
研究方向 页码范围 122-124,131
页数 4页 分类号 TP181
字数 4450字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋宗礼 北京工业大学计算机学院 103 997 17.0 27.0
2 徐学可 北京工业大学计算机学院 5 34 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (5)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (14)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
集成学习
文本分类
中心法
分类器偏差
权重分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导