融合全局和局部特征的文本特征提取方法研究

• 作者: 刘忠宝 赵文娟
• 来源期刊: 情报探索
• 学科: 社会科学
• 关键词: 文本特征提取 全局特征 局部特征 Fisher判别分析 流形学习
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 理论探索
• 页码范围: 1-3
• 页数: 3页
• 分类号: G254.0
• 字数: 2246字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8095.2016.01.001

摘要

[目的/意义]为了解决主流特征提取方法的提取效率有限的问题,在Fisher判别分析的基础上,借鉴流形学习思想,提出融合全局和局部特征的文本特征提取方法.[方法/过程]首先定义基于流形的类间离散度(MBCS)以及基于流形的类内离散度(MWCS),然后在Fisher准则基础上通过最大化MBCS与MWCS之比实现特征提取,从而保证类间样本尽可能远离,而类内样本尽可能紧密.[结果/结论]比较实验结果表明该方法有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘忠宝	中北大学计算机与控制工程学院	58	141	6.0	8.0
2	赵文娟	山西大学商务学院信息学院	28	111	6.0	9.0