基于极限学习机的XML文档分类

被引：13

作者：

陈盛双

机构：

[1] 武汉理工大学理学院

来源：

计算机工程 | 2011年 / 37卷 / 19期

关键词：

可扩展标记语言; 分类; 极限学习机; 结构链接向量模型; 投票机制;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

研究基于极限学习机(ELM)的XML文档分类方法。为优化文档的相似性计算,在结构链接向量模型的基础上,提出一种改进的特征向量模型RS-VSM,将有效的结构化信息合并到向量模型中。应用ELM对XML文档进行分类,为提高ELM分类的准确率,提出一种基于投票机制的Voting-ELM算法。实验结果证明,该算法的分类效果较优。

引用

页码：177 / 178+182 +182

页数：3

共 4 条

[1]

Optimization method based extreme learning machine for classification[J] . Guang-Bin Huang,Xiaojian Ding,Hongming Zhou.Neurocomputing . 2010 (1)

[2]

A protein secondary structure prediction framework based on the Extreme Learning Machine[J] . Guoren Wang,Yi Zhao,Di Wang.Neurocomputing . 2008 (1)

[3]

Extreme learning machine: Theory and applications[J] . Guang-Bin Huang,Qin-Yu Zhu,Chee-Kheong Siew.Neurocomputing . 2006 (1)

[4] A semi-structured document model for text mining [J].

Yang, JW ;

Chen, XO .

JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY, 2002, 17 (05) :603-610

← 1 →