论文降重
免费查重
基于SVM的文本分类研究
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：
详细介绍了文本自动分类流程,使用SVM算法对文本分类进行研究,结果表明SVM算法使用多项式核函数的分类准确性高于使用径向基核函数的分类准确性, 且多项式核函数的分类准确性随着参数q的增大而提高； 采用多项式核函数的SVM算法对短文本的召回率高于对长文本的召回率.
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
自动文本分类技术研究
文本分类
支持向量机
最小二乘支持向量机
分类器
基于大数据挖掘技术的文本分类研究
大规模文本数据
高维特征
大数据挖掘技术
文本分类器
分类精度
分类时间
文本分类技术研究
文本分类
文本模型
数据挖掘
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
引文网络
引文网络
二级参考文献 (75)
共引文献 (54)
参考文献 (10)
节点文献
引证文献 (6)
同被引文献 (16)
二级引证文献 (0)
1948(1)
- 参考文献（0）
- 二级参考文献（1）
1968(1)
- 参考文献（0）
- 二级参考文献（1）
1975(2)
- 参考文献（0）
- 二级参考文献（2）
1988(1)
- 参考文献（0）
- 二级参考文献（1）
1995(1)
- 参考文献（1）
- 二级参考文献（0）
1997(1)
- 参考文献（0）
- 二级参考文献（1）
2000(2)
- 参考文献（0）
- 二级参考文献（2）
2002(4)
- 参考文献（1）
- 二级参考文献（3）
2003(5)
- 参考文献（0）
- 二级参考文献（5）
2004(7)
- 参考文献（0）
- 二级参考文献（7）
2005(17)
- 参考文献（0）
- 二级参考文献（17）
2006(5)
- 参考文献（1）
- 二级参考文献（4）
2007(7)
- 参考文献（0）
- 二级参考文献（7）
2008(8)
- 参考文献（0）
- 二级参考文献（8）
2009(4)
- 参考文献（1）
- 二级参考文献（3）
2010(5)
- 参考文献（1）
- 二级参考文献（4）
2011(3)
- 参考文献（1）
- 二级参考文献（2）
2012(3)
- 参考文献（0）
- 二级参考文献（3）
2013(6)
- 参考文献（2）
- 二级参考文献（4）
2014(2)
- 参考文献（2）
- 二级参考文献（0）
2015(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)
2016(2)
- 引证文献（2）
- 二级引证文献（0）
2017(1)
- 引证文献（1）
- 二级引证文献（0）
2018(2)
- 引证文献（2）
- 二级引证文献（0）
2019(1)
- 引证文献（1）
- 二级引证文献（0）
研究主题发展历程
节点文献
院文本分类
支持向量机
核函数
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
情报探索
主办单位：
福建省科技情报学会
福建省科技信息研究所
出版周期：
月刊
ISSN：
1005-8095
CN：
35-1148/N
开本：
大16开
出版地：
福州市北环西路108号省信息中心大楼
邮发代号：
创刊时间：
1987
语种：
chi
出版文献量（篇）
8004
总下载数（次）
17
期刊文献
相关文献
推荐文献
- 期刊分类
- 期刊（年）
- 期刊（期）
- 期刊推荐
情报探索2022
情报探索2021
情报探索2020
情报探索2019
情报探索2018
情报探索2017
情报探索2016
情报探索2015
情报探索2014
情报探索2013
情报探索2012
情报探索2011
情报探索2010
情报探索2009
情报探索2008
情报探索2007
情报探索2006
情报探索2005
情报探索2004
情报探索2003
情报探索2002
情报探索2001
情报探索2000
情报探索1999
情报探索1998
情报探索2015年第9期
情报探索2015年第8期
情报探索2015年第7期
情报探索2015年第6期
情报探索2015年第5期
情报探索2015年第4期
情报探索2015年第3期
情报探索2015年第2期
情报探索2015年第12期
情报探索2015年第11期
情报探索2015年第10期
情报探索2015年第1期
