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:
针对数据挖掘中文本自动分类问题,提出了一种基于k-means聚类算法和支持向量机相结合的文本分类方法.该方法先将文本大致聚为k类,然后对每一类用支持向量机进行细分.构造了可用于多个模式类识别的多层SVM模型,该模型可完成对多个模式的分类识别.给出了该模型的构造及应用的方法,并验证了该方法的有效性.
推荐文章
结合双粒子群和K-means的混合文本聚类算法
双粒子群
自调整惯性权值
信息交流
K-means算法
文本聚类
融合LSI和支持向量聚类的网页文本分类算法
特征提取
潜在语义索引
网页文本
语义聚类
支持向量聚类
K-means聚类与SVDD结合的新的分类算法
单值分类
支持向量数据描述
K-means聚类
局部疏密度
一种K-means聚类和超球结合的多类分类算法
K-均值聚类算法
高斯性测度
超球
多类分类
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 K-means聚类和支持向量机结合的文本分类研究
来源期刊 计算机工程与应用 学科 工学
关键词 文本分类 k-means算法 聚类 支持向量机
年,卷(期) 2010,(22) 所属期刊栏目
研究方向 页码范围 172-174
页数 分类号 TP391
字数 3510字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.22.051
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 徐蔚鸿 长沙理工大学计算机与通信工程学院 85 647 14.0 21.0
2 贾燕花 长沙理工大学计算机与通信工程学院 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (46)
参考文献  (6)
节点文献
引证文献  (14)
同被引文献  (29)
二级引证文献  (15)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
文本分类
k-means算法
聚类
支持向量机
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导