基于NPE的Web文本分类方法研究

被引：1

作者：

徐海瑞

张文生

吴双

机构：

[1] 中国科学院自动化研究所

来源：

关键词：

近邻保持嵌入算法; 流形学习; 文本分类; 特征提取; K近邻;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

提出一种基于流形学习的文本分类方法以解决高维文本数据分类问题。利用近邻保持嵌入流形学习算法获得高维Web文本空间中的低维流形结构,采用K近邻分类器对低维流形进行分类。实验结果表明,基于流形学习的方法能获得较好的分类效果,具有稳定的性能。

引用

页码：133 / 135

页数：3

共 5 条

[1] 基于流形学习和SVM的Web文档分类算法
王自强
钱旭
[J]. 计算机工程, 2009, 35 (15) : 38 - 40
[2] Fisher线性鉴别分析的理论研究及其应用
杨健
杨静宇
叶晖
[J]. 自动化学报, 2003, (04) : 481 - 493
[3] 基于流形学习的特征提取方法及其应用研究[D]. 李波.中国科学技术大学. 2008
[4] Feature extraction methods for character recognition - A survey
Trier, OD
Jain, AK
Taxt, T
[J]. PATTERN RECOGNITION, 1996, 29 (04) : 641 - 662
[5] A vector space model for automatic indexing[J] . G. Salton,A. Wong,C. S. Yang.Communications of the ACM . 1975 (11)