一种新的兼类文本分类方法

被引：1

作者：

秦玉平 ^{[1
]}

陈一荻 ^{[1
]}

王春立 ^{[2
]}

王秀坤 ^{[3
]}

机构：

[1] 渤海大学工学院

[2] 大连海事大学信息科学技术学院

[3] 大连理工大学计算机科学与技术学院

来源：

计算机科学 | 2011年 / 38卷 / 11期

关键词：

超椭球; 兼类分类; 缩放因子; 隶属度;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

提出了一种基于超椭球的兼类文本分类算法。对每一类样本,在特征空间求得一个包围该类样本的最小超椭球,使得各类样本之间通过超椭球隔开。对待分类样本,通过判断其是否在超椭球内确定其类别。若没有超椭球包围待分类样本,则通过隶属度确定其所属类别。在标准数据集Reuters 21578上的实验结果表明,该方法较超球方法提高了分类精度和分类速度。

引用

页码：204 / 205+224 +224

页数：3

共 7 条

[1] 采用光照不变特征的椭球法运动阴影检测 [J].