统计流形扩散核的文本分类方法

• 作者: 刘玉树 周世斌 李侃
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 统计流形 扩散核 Dirichlet分布 文本分类
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 339-345
• 分类号: TP391
• 字数: 5753字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2012.02.023

摘要

提出Dirichlet混合多项式(DCM)流形,并利用DCM流形可与正半球流形建立同胚和等距关系的性质,通过拉回映射将正半球流形的测地距离映射为DCM流形的测地距离,从而在DCM流形上建立距离度量,构建统计流形上的Dirichlet混合多项式扩散核和Dirichlet混合多项式倒排文档频率(DCMIDF)扩散核.利用WebKB Top 4和20 Newsgroups语料库上进行实验,DCM流形能比欧氏空间更能准确地描述文本.与多项式核支持向量机算法、,负测地距离核支持向量机算法相比,实验结果显示文中基于DCM扩散核和DCMIDF扩散核的支持向量机算法可取得良好的文本分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘玉树	北京理工大学计算机学院	150	2634	25.0	46.0
2	李侃	北京理工大学计算机学院	21	205	5.0	14.0
3	周世斌	中国矿业大学计算机科学与技术学院	4	5	1.0	2.0