| 基于不同属性约简和SVM的网页分类方法研究 |
| |
| 引用本文： | 张东娜,郭晓燕,刘博.基于不同属性约简和SVM的网页分类方法研究[J].计算机应用与软件,2009,26(6):178-180. |
| |
| 作者姓名： | 张东娜 郭晓燕 刘博 |
| |
| 作者单位： | 1. 吉林大学珠海学院计算机系,广东,珠海,519000
2. 亚威机电,珠海,有限公司,广东,珠海,519000 |
| |
| 摘 要： | 中文网页文本分类面临着高维的属性空间问题,传统的属性约简方法存在损失有用信息的缺陷,影响了分类结果。提出粗糙集与支持向量机结合的方法,在降低属性空间维数的同时,保持了原有属性集的分类能力。同时实现了用主成分分析,奇异值分解方法降维与支持向量机分类相结合的分类器。结果表明,该方法降维能力最强、分类时间最短、分类效果最佳。
|
| 关 键 词： | 粗糙集 支持向量机 主成分分析 奇异值分解 |
RESEARCH OF CHINESE WEB PAGES CLASSIFICATION BASED ON DIFFERENT ATTRIBUTES REDUCTION WAYS AND SVM |
| |
| Zhang Dongna,Guo Xiaoyan,Liu Bo.RESEARCH OF CHINESE WEB PAGES CLASSIFICATION BASED ON DIFFERENT ATTRIBUTES REDUCTION WAYS AND SVM[J].Computer Applications and Software,2009,26(6):178-180. |
| |
| Authors: | Zhang Dongna Guo Xiaoyan Liu Bo |
| |
| Abstract: | The Chinese web pages classification is confronted with a problem of high-dimension attribute space.Traditional methods of reducing attributes have a defect of losing available information that influences the classification result.In this paper it proposes a classification method combining rough set with support vector machine,which reduces dimensions and maintains the classification ability of original attributes space.Meanwhile,there are two classifiers to be realized,dimensions reduction with principal c... |
| |
| Keywords: | Rough set Support vector machine Pca Svd |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
