基于流形学习和SVM的Web文档分类算法

被引：25

作者：

王自强

钱旭

机构：

[1] 中国矿业大学(北京)机电与信息工程学院

来源：

计算机工程 | 2009年 / 35卷 / 15期

关键词：

文档分类; 流形学习; 支持向量机;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习]; TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文]; 140502 [人工智能];

摘要：

为解决Web文档分类问题,提出一种基于流形学习和SVM的Web文档分类算法。该算法利用流形学习算法LPP对训练集中的高维Web文档空间进行非线性降维,从中找出隐藏在高维观测数据中有意义的低维结构,在降维后的低维特征空间中利用乘性更新规则的优化SVM进行分类预测。实验结果表明该算法以较少的运行时间获得更高的分类准确率。

引用

页码：38 / 40

页数：3