一种新的兼类文本分类方法

• 作者: 王春立 王秀坤 秦玉平 陈一荻
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 超椭球 兼类分类 缩放因子 隶属度
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 204-205,224
• 分类号: TP181
• 字数: 3502字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2011.11.046

摘要

提出了一种基于超椭球的兼类文本分类算法.对每一类样本,在特征空间求得一个包围该类样本的最小超椭球,使得各类样本之间通过超椭球隔开.对待分类样本,通过判断其是否在超椭球内确定其类别.若没有超椭球包围待分类样本,则通过隶属度确定其所属类别.在标准数据集Reuters 21578上的实验结果表明,该方法较超球方法提高了分类精度和分类速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦玉平	渤海大学工学院	87	586	14.0	17.0
2	王秀坤	大连理工大学计算机科学与技术学院	124	1429	18.0	31.0
3	王春立	大连海事大学信息科学技术学院	20	130	7.0	10.0
4	陈一荻	渤海大学工学院	3	8	2.0	2.0