| 基于最小二乘支持向量机的网页主题语义分类的研究 |
| |
| 引用本文： | 樊中华,侯占斌,张晨星,马骁.基于最小二乘支持向量机的网页主题语义分类的研究[J].计算机应用与软件,2009,26(12):53-55,59. |
| |
| 作者姓名： | 樊中华 侯占斌 张晨星 马骁 |
| |
| 作者单位： | 1. 北京科技大学信息工程学院,北京,100083
2. 北京航空航天大学计算机学院,北京,100083 |
| |
| 基金项目： | 国家"十一五"科技支撑计划项目 |
| |
| 摘 要： | 提出了对网页主题进行语义扩展的方法,利用最小二乘支持向量机LSSVM（least squares support vector machines）来代替传统的支持向量机SVM（support vector machine）的分类技术。在建立LSSVM模型的多类别分类算法基础上,将其应用到网页主题语义分类。实验表明,最小二乘支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力,对网页主题语义分类具有很好的效果。
|
| 关 键 词： | 最小二乘支持向量机 语义建模 网页主题语义分类 |
ON SEMANTIC CLASSIFICATION OF WEBPAGE SUBJECTS BASED ON LEAST SQUARES SUPPORT VECTOR MACHINES |
| |
| Fan Zhonghua,Hou Zhanbin,Zhang Chenxing,Ma Xiao.ON SEMANTIC CLASSIFICATION OF WEBPAGE SUBJECTS BASED ON LEAST SQUARES SUPPORT VECTOR MACHINES[J].Computer Applications and Software,2009,26(12):53-55,59. |
| |
| Authors: | Fan Zhonghua Hou Zhanbin Zhang Chenxing Ma Xiao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
