基于NPE的Web文本分类方法研究

• 作者: 吴双 张文生 徐海瑞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 近邻保持嵌入算法 流形学习 文本分类 特征提取 K近邻
• 年，卷（期）: 2011,（17）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 133-135
• 分类号: TP391
• 字数: 3808字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.17.045

摘要

提出一种基于流形学习的文本分类方法以解决高维文本数据分类问题.利用近邻保持嵌入流形学习算法获得高维Web文本空间中的低维流形结构,采用K近邻分类器对低维流形进行分类.实验结果表明,基于流形学习的方法能获得较好的分类效果,具有稳定的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴双	中国科学院自动化研究所	8	33	4.0	5.0
2	张文生	中国科学院自动化研究所	98	1246	18.0	33.0
3	徐海瑞	中国科学院自动化研究所	3	7	2.0	2.0