基于双隐层极限学习机的模糊XML文档分类

• 作者: 张富 林晓庆 赵震 马宗民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模糊 XML文档 分类 特征提取 极限学习机
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 热点与综述
• 页码范围: 19-24
• 页数: 6页
• 分类号: TP311
• 字数: 3902字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1607-0331

摘要

随着大数据时代的到来,对异构和分布式的模糊XML数据管理显得越来越重要.在模糊XML数据的管理中,模糊XML文档的分类是关键问题.针对模糊XML文档的分类,提出采用双隐层极限学习机模型来实现模糊XML文档自动分类.这个模型可以分为两个部分:第一层采用极限学习机提取模糊XML文档的相应特征,第二层利用核极限学习机根据这些特征进行最终的模糊XML文档分类.通过实验验证了所提方法的性能优势.首先对主要的调节参数包括隐藏层节点的数目L,常量C和核参数γ进行了研究,接下来的对比实验说明提出的基于双隐层ELM(Extreme Learning Machine)的方法相较于传统单隐层ELM以及SVM(Support Vector Machine)方法,分类精度得到较大提高,训练时间进一步缩减.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宗民	东北大学计算机科学与工程学院	85	820	15.0	24.0
2	张富	东北大学计算机科学与工程学院	16	141	7.0	11.0
3	赵震	东北大学计算机科学与工程学院	12	66	4.0	8.0
7	林晓庆	东北大学计算机科学与工程学院	3	9	1.0	3.0