基于子空间优化的潜在语义标引技术研究

• 作者: 季铎 常利伟 蔡东风
• 来源期刊: 沈阳航空航天大学学报
• 学科: 工学
• 关键词: 潜在语义标引 文档频度(DF)值分布分割 增广空间模型 系统融合
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 计算机工程
• 页码范围: 60-65
• 页数: 6页
• 分类号: TP391.1
• 字数: 6155字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1248.2013.02.014

摘要

潜在语义标引是一项无监督的特征抽取技术,并且其有效性在信息检索等多个研究领域得到证明.由于该技术的特征抽取效果完全依赖于数据的特征分布,因此对数据的优化能够较好改善技术的有效性.提出了一种潜在语义标引的优化技术-增广空间模型,同时提出了基于文档长度和特征DF分布状态的数据分割策略,该策略的提出能够使子空间尽可能继承原始空间的良好结构.实验证明合理的子空间分割策略,不但保证了正确率,同时极大地缩短了算法的运行时间.最后,采用增广空间模型,将不同子空间进行融合,并获得较好的性能.在分类实验中分类正确率已达85.92％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡东风	沈阳航空航天大学知识工程研究中心	105	916	14.0	27.0
2	季铎	沈阳航空航天大学知识工程研究中心	26	139	6.0	10.0
3	常利伟	沈阳航空航天大学知识工程研究中心	1	1	1.0	1.0