基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本方法采用了以类间分布和类间中心距离作为依据,对有向无环图结构进行调整,以解决传统的DAG-SVM多分类结构固定、单个节点位置随意引起的“误差累积”严重的缺陷.实验表明,该改进后的DAG-SVM文本分类方法,对文本分类准确率有一定的提高.
推荐文章
基于SVM主动学习技术的 PU 文本分类
支持向量机
主动学习
PU
文本分类
Rocchio
基于节点选择优化的DAG-SVM多类别分类
有向无环图支持向量机
分类器
多类别分类
节点选择优化
备选节点
基于模糊聚类的文本分类器
文本分类
模糊聚类
编网法
模糊相似度
基于聚类改进的 KN N文本分类算法
文本分类
KNN
聚类化
训练集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于类间可分性DAG-SVM的文本分类
来源期刊 华东师范大学学报(自然科学版) 学科 工学
关键词 文本分类 支持向量机 DAG-SVM 类间可分性
年,卷(期) 2013,(3) 所属期刊栏目 电子科学与计算机科学
研究方向 页码范围 209-218
页数 10页 分类号 TP39
字数 5701字 语种 中文
DOI 10.3969/j.issn.1000-5641.2013.03.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑骏 华东师范大学计算中心 30 372 8.0 19.0
2 黄振龙 华东师范大学计算中心 1 16 1.0 1.0
3 胡文心 华东师范大学计算中心 15 293 6.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (1845)
参考文献  (4)
节点文献
引证文献  (16)
同被引文献  (12)
二级引证文献  (55)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(5)
  • 引证文献(4)
  • 二级引证文献(1)
2016(15)
  • 引证文献(5)
  • 二级引证文献(10)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(20)
  • 引证文献(3)
  • 二级引证文献(17)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
文本分类
支持向量机
DAG-SVM
类间可分性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华东师范大学学报(自然科学版)
双月刊
1000-5641
31-1298/N
16开
上海市中山北路3663号
4-359
1955
chi
出版文献量(篇)
2430
总下载数(次)
5
总被引数(次)
17499
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导