基于极限学习机的XML文档分类

• 作者: 崔唯 陈盛双
• 来源期刊: 汉口学院学报
• 学科: 工学
• 关键词: 可扩展标记语言 分类 极限学习机 结构链接向量模型 投票机制
• 年，卷（期）: hkxyxb_2012,（4）
• 页码范围: 63-65
• 页数: 3页
• 分类号: TP311

摘要

研究基于极限学习机（ELM）的XML文档分类方法。在结构链接向量模型的基础上，提出一种改进的特征向量模型RS—VSM．将有效的结构化信息表达到向量模型中，以优化文档的相似性计算。应用多分ELM对XML文档进行分类，为提高ELM分类的准确率，提出一种基于投票机制的Voting—ELM算法。实验结果证明，该算法的分类效果较优。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈盛双	汉口学院公共数学部	11	0	0.0	0.0
2	崔唯	汉口学院公共数学部	4	0	0.0	0.0