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:
在应用基本的支持向量机算法的基础上,提出了一种新的Web文本分类算法.将SVM算法和KNN算法进行结合,提出了基于SVM-KNN的Web文本分类算法,用KNN算法来弥补传统SVM算法的不足,以简单的思想和较小的实现代价对传统SVM算法进行有效的改进,收到了良好的分类效果.
推荐文章
一种改进的KNN Web文本分类方法
Web文本分类
K最近邻
快速分类
一种基于数据偏斜的改进KNN文本分类
特征选择
文本分类
改进KNN
相似度
一种新的中文文本分类算法——One Class SVM-KNN算法
中文文本分类
支持向量机
K-近邻
One Class SVM-KNN
结合SVM和KNN的Web日志挖掘技术研究方法
支持向量机
数据挖掘
网页分类
特征提取
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 一种新的基于SVM-KNN的Web文本分类算法
来源期刊 计算机与数字工程 学科 工学
关键词 SVM KNN Web文本分类 机器学习
年,卷(期) 2010,(4) 所属期刊栏目 算法与分析
研究方向 页码范围 59-61
页数 分类号 TP311
字数 2068字 语种 中文
DOI 10.3969/j.issn.1672-9722.2010.04.017
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 王鸿斌 忻州师范学院计算机系 38 391 9.0 19.0
2 曹建芳 忻州师范学院计算机系 54 160 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (164)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (17)
二级引证文献  (26)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(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)
2011(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(6)
  • 引证文献(4)
  • 二级引证文献(2)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
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
SVM
KNN
Web文本分类
机器学习
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导