基于最近邻子空间搜索的两类文本分类方法

• 作者: 冷强奎 李玉鑑 王影
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本分类 最近邻子空间搜索 最近邻搜索
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 数据挖掘
• 页码范围: 168-172
• 页数: 5页
• 分类号: TP391.3
• 字数: 4440字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.01.026

摘要

在文本分类中,最近邻搜索算法具有思想简单、准确率高等优点,但通常在分类过程中的计算量较大.为克服这一不足,提出了一种基于最近邻子空间搜索的两类文本分类方法.首先提取每一类样本向量组的特征子空间,并通过映射将子空间变换为高维空间中的点,然后把最近邻子空间搜索转化为最近邻搜索完成分类过程.在Reuters-21578数据集上的实验表明,该方法能够有效提高文本分类的性能,具有较高的准确率、召回率和F1值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉鑑	北京工业大学计算机学院	57	357	10.0	17.0
2	冷强奎	北京工业大学计算机学院	7	18	3.0	3.0
3	王影	北京工业大学计算机学院	2	7	1.0	2.0