本文關(guān)鍵詞：文本分類中特征選擇技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

《國(guó)防科學(xué)技術(shù)大學(xué)》 2009年

文本分類中特征選擇技術(shù)的研究

王博  

【摘要】： 隨著信息技術(shù)的發(fā)展,基于在線文本和電子文本的應(yīng)用得到廣泛普及,包括網(wǎng)絡(luò)新聞檢索、基于內(nèi)容的垃圾郵件過(guò)濾、論壇輿情分析和博客話題發(fā)現(xiàn)等在內(nèi)的多個(gè)領(lǐng)域已與人們的生活密不可分。為了有效地管理和利用文本信息,基于文本內(nèi)容的分類逐漸成為備受關(guān)注的領(lǐng)域。而文本數(shù)據(jù)的高維性可能導(dǎo)致低效的計(jì)算,因此降維是文本分類過(guò)程中不可或缺的環(huán)節(jié),已成為重點(diǎn)研究的技術(shù)。 特征選擇是數(shù)據(jù)挖掘和模式識(shí)別等領(lǐng)域中一項(xiàng)重要的預(yù)處理步驟,通過(guò)刪除與學(xué)習(xí)目標(biāo)無(wú)關(guān)的特征、冗余特征或噪聲特征,達(dá)到降維的目的。由于監(jiān)督信息(類別信息)是文本分類的重要組成部分,文本分類所具有的類別關(guān)系復(fù)雜、類別分布不平衡、標(biāo)注瓶頸和類別不確定等特點(diǎn),為特征選擇研究提出了更多的挑戰(zhàn)。 本文以文本分類為背景,以特征選擇為研究?jī)?nèi)容,圍繞文本分類面臨的主要挑戰(zhàn),重點(diǎn)關(guān)注具體應(yīng)用中不同的監(jiān)督信息(類別信息),展開(kāi)了對(duì)有監(jiān)督學(xué)習(xí)模式下的層次化特征選擇算法和半監(jiān)督學(xué)習(xí)模式下特征選擇算法的研究,并提出了一種適用于多種監(jiān)督學(xué)習(xí)模式的特征選擇方法,最后探討了當(dāng)監(jiān)督信息不確定時(shí)選擇特征的過(guò)程。主要研究成果包括: (1)在有監(jiān)督學(xué)習(xí)模式下,針對(duì)由復(fù)雜的類別關(guān)系帶來(lái)的問(wèn)題,假設(shè)文本的類別由類樹(shù)結(jié)構(gòu)進(jìn)行組織,提出了層次化文本分類中的特征選擇算法FSRRH。設(shè)計(jì)了在不同層次上抽取訓(xùn)練集的方法,以解決類別分布不平衡的問(wèn)題;采用標(biāo)準(zhǔn)化處理的信息增益方法,選擇預(yù)測(cè)能力不同的特征子集;最后對(duì)傳統(tǒng)的近似Markov毯進(jìn)行改進(jìn),以支持在特征子集之間去除冗余特征的功能。實(shí)驗(yàn)結(jié)果表明,與平鋪的方法以及其它層次化特征選擇方法相比,在高維文本集中,算法FSRRH對(duì)分類性能有著較為顯著的提高,減輕了不平衡的類別分布對(duì)特征選擇的影響。 (2)在半監(jiān)督學(xué)習(xí)模式下,針對(duì)文本分類中的“標(biāo)注瓶頸”問(wèn)題,提出一種半監(jiān)督特征選擇算法SFRSC。利用少量已標(biāo)注(labeled)樣本的同時(shí)兼顧大量的未標(biāo)注(unlabeled)樣本,基于相關(guān)集準(zhǔn)則理論,有效判斷擴(kuò)展類標(biāo)號(hào)的方向和范圍。同時(shí)設(shè)計(jì)了綜合計(jì)算類簇自相關(guān)度和類簇間離散度的復(fù)合標(biāo)準(zhǔn),并以此評(píng)價(jià)特征。在真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)表明,與其它兩個(gè)基準(zhǔn)算法相比,SFRSC更能充分利用樣本所攜帶的信息,具有良好的性能和可擴(kuò)展性。 (3)在文本分類應(yīng)用中,針對(duì)監(jiān)督信息不同而導(dǎo)致需要重新設(shè)計(jì)特征選擇算法的問(wèn)題,從核方法的角度,詳細(xì)地分析了有監(jiān)督、半監(jiān)督、無(wú)監(jiān)督學(xué)習(xí)模式下特征選擇間的一種內(nèi)在聯(lián)系,基于HSIC依賴性準(zhǔn)則,提出一種可適用于多種監(jiān)督學(xué)習(xí)模式的特征選擇方法FSM_HSIC。通過(guò)核函數(shù)將(低維空間中的)非線性相關(guān)性映射為(高維空間中的)線性相關(guān)性,設(shè)計(jì)了Gram矩陣的不同構(gòu)造方式,以支持方法FSM_HSIC在不同的監(jiān)督學(xué)習(xí)模式下實(shí)例化為具體的算法�；谠摲椒�,從核的角度對(duì)現(xiàn)有算法SPEC進(jìn)行解釋,并給出理論證明;同時(shí)基于該方法,設(shè)計(jì)了一種交互特征選擇算法FSI。在仿真數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)表明,與若干基準(zhǔn)算法和交互特征選擇算法相比,算法FSI可以更有效地選出交互特征,并具有更好的穩(wěn)定性和更快的收斂性。綜上所述,該方法并不能囊括所有的算法,但具有重要的實(shí)用價(jià)值。 (4)上述研究成果均是基于精確數(shù)據(jù),針對(duì)監(jiān)督信息不確定的問(wèn)題,提出了特征選擇算法FSUNT。該算法適合的應(yīng)用背景是:訓(xùn)練樣本的類別不是精確的,而是具有某種已知的不確定性。采用已有的概率方式或模糊信息熵方式來(lái)表示不確定性,并以此為基礎(chǔ),利用HSIC依賴性準(zhǔn)則,將對(duì)模糊性的量化集成在Gram矩陣的構(gòu)造過(guò)程中。最后實(shí)驗(yàn)結(jié)果表明,與兩個(gè)基準(zhǔn)算法相比,算法FSUNT能更合理地衡量特征與不確定類別間的相關(guān)性,能更有效地挖掘模糊形式下的監(jiān)督信息,并具有較好的可擴(kuò)展性。 綜上所述,本文的工作基于特征選擇是由數(shù)據(jù)驅(qū)動(dòng)和應(yīng)用驅(qū)動(dòng)的本質(zhì)特點(diǎn),圍繞不同的監(jiān)督信息,針對(duì)文本分類中特征選擇面臨的四個(gè)主要問(wèn)題,提出了更為有效的解決方法,對(duì)于特征選擇的研究和實(shí)用化具有一定的理論意義和應(yīng)用價(jià)值。

【關(guān)鍵詞】：
【學(xué)位授予單位】：國(guó)防科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2009
【分類號(hào)】：TP391.1
【目錄】：

摘要9-11

Abstract11-13

第一章 緒論13-37

1.1 研究背景13-22

1.1.1 文本分類中特征選擇需求背景13-15

1.1.2 文本分類相關(guān)概念與技術(shù)15-18

1.1.3 特征選擇的提出18-20

1.1.4 文本分類中特征選擇的重要意義20-22

1.2 相關(guān)工作分析與挑戰(zhàn)22-32

1.2.1 特征選擇和特征抽取的比較22-24

1.2.2 特征選擇研究24-28

1.2.3 主要特征選擇算法分析28-31

1.2.4 文本分類中特征選擇的挑戰(zhàn)31-32

1.3 本文工作與創(chuàng)新點(diǎn)32-35

1.3.1 主要研究?jī)?nèi)容32-33

1.3.2 主要?jiǎng)?chuàng)新點(diǎn)33-35

1.4 論文結(jié)構(gòu)35-37

第二章 有監(jiān)督學(xué)習(xí)模式下層次化文本分類中的特征選擇37-59

2.1 問(wèn)題描述37-38

2.2 相關(guān)工作分析38-44

2.2.1 多類特征選擇方法38-40

2.2.2 層次化特征選擇方法40-42

2.2.3 去除冗余特征方法42-44

2.3 層次化特征選擇算法FSRRH44-51

2.3.1 實(shí)例分析44-45

2.3.2 抽取不同的訓(xùn)練集45-47

2.3.3 去除冗余特征47-49

2.3.4 算法FSRRH的描述49-51

2.4 實(shí)驗(yàn)驗(yàn)證51-58

2.4.1 實(shí)驗(yàn)環(huán)境51-52

2.4.2 實(shí)驗(yàn)結(jié)果和分析52-58

2.5 本章小結(jié)58-59

第三章 基于相關(guān)集準(zhǔn)則的半監(jiān)督特征選擇算法59-85

3.1 問(wèn)題描述59-60

3.2 相關(guān)工作分析60-69

3.2.1 無(wú)監(jiān)督特征選擇60-64

3.2.2 半監(jiān)督特征選擇64-66

3.2.3 相關(guān)集準(zhǔn)則66-69

3.3 半監(jiān)督特征選擇算法SFRSC69-76

3.3.1 類別標(biāo)號(hào)擴(kuò)展69-71

3.3.2 對(duì)重疊部分的處理71-72

3.3.3 劃分結(jié)果評(píng)價(jià)方法72-73

3.3.4 算法SFRSC的描述73-76

3.4 實(shí)驗(yàn)驗(yàn)證76-83

3.4.1 實(shí)驗(yàn)環(huán)境76-77

3.4.2 評(píng)價(jià)標(biāo)準(zhǔn)77-78

3.4.3 實(shí)驗(yàn)結(jié)果和分析78-83

3.5 本章小結(jié)83-85

第四章 適用于多種監(jiān)督學(xué)習(xí)模式的特征選擇方法85-105

4.1 問(wèn)題描述85-86

4.2 相關(guān)工作分析86-88

4.2.1 核方法86-87

4.2.2 相關(guān)特征選擇方法87-88

4.3 HSIC相關(guān)理論88-90

4.3.1 再生核Hilbert空間（RKHS）88-89

4.3.2 基于RKHS的相關(guān)性標(biāo)準(zhǔn)89-90

4.3.3 HSIC的優(yōu)點(diǎn)90

4.4 適用于多種監(jiān)督學(xué)習(xí)模式的特征選擇方法FSM_HSIC90-95

4.4.1 方法FSM_HSIC描述91-92

4.4.2 核函數(shù)的選擇92-93

4.4.3 方法FSM_HSIC對(duì)現(xiàn)有算法的解釋93-95

4.5 交互特征選擇算法FSI95-98

4.5.1 特征交互性95-96

4.5.2 算法FSI的描述96-98

4.6 對(duì)算法FSI的實(shí)驗(yàn)驗(yàn)證98-104

4.6.1 實(shí)驗(yàn)環(huán)境98-99

4.6.2 實(shí)驗(yàn)結(jié)果和分析99-104

4.7 本章小結(jié)104-105

第五章 監(jiān)督信息不確定的特征選擇算法105-119

5.1 問(wèn)題描述105-106

5.2 相關(guān)工作分析106-109

5.2.1 處理不確定數(shù)據(jù)的方法106-108

5.2.2 基于不確定數(shù)據(jù)的特征選擇108-109

5.3 監(jiān)督信息不確定的特征選擇算法FSUNT109-113

5.3.1 以概率的形式表示不確定性109-110

5.3.2 以信息熵的形式表示不確定性110-111

5.3.3 算法FSUNT的描述111-113

5.4 實(shí)驗(yàn)驗(yàn)證113-118

5.4.1 實(shí)驗(yàn)環(huán)境113-114

5.4.2 實(shí)驗(yàn)結(jié)果和分析114-118

5.5 本章小結(jié)118-119

第六章 結(jié)論與展望119-123

6.1 工作總結(jié)119-120

6.2 研究展望120-123

致謝123-125

參考文獻(xiàn)125-139

作者在學(xué)期間取得的學(xué)術(shù)成果139-141

攻讀博士學(xué)位期間參與的科研項(xiàng)目141

下載全文 更多同類文獻(xiàn)

CAJ全文下載

(如何獲取全文？ 歡迎：購(gòu)買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 黃章益;劉懷亮;;一種基于語(yǔ)義的中文文本特征降維技術(shù)研究[J];情報(bào)雜志;2011年S2期

2 胡昌平;陳果;;共詞分析中的詞語(yǔ)貢獻(xiàn)度特征選擇研究[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2013年Z1期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 王科平;自動(dòng)圖像標(biāo)注的關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2011年

2 賈哲;分布式環(huán)境中信息挖掘與隱私保護(hù)相關(guān)技術(shù)研究[D];北京郵電大學(xué);2012年

3 朱朝勇;基于本體的知識(shí)庫(kù)分類研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 夏青松;基于改進(jìn)哈希算法的快速KNN文本分類方法[D];安徽大學(xué);2012年

2 廖朝陽(yáng);基于直推式學(xué)習(xí)和遷移學(xué)習(xí)方法改進(jìn)的支持向量機(jī)分類方法及應(yīng)用研究[D];西安電子科技大學(xué);2012年

3 王飛;文本分類相關(guān)算法的研究與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2012年

4 李可;文獻(xiàn)自動(dòng)分類的文獻(xiàn)交流平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京化工大學(xué);2013年

5 張琴琴;垃圾郵件在對(duì)抗中的檢測(cè)[D];華南理工大學(xué);2013年

6 王強(qiáng);非均衡文本分類的特征選擇研究[D];南京師范大學(xué);2013年

7 黃娟娟;基于KNN的文本分類特征選擇與分類算法的研究與改進(jìn)[D];廈門大學(xué);2014年

8 羅常泳;基于內(nèi)容的垃圾郵件檢測(cè)方法研究[D];浙江大學(xué);2014年

9 路凱;基于綜合比率因子的互信息特征選擇方法的改進(jìn)[D];華中師范大學(xué);2014年

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 宮秀軍,史忠植;基于Bayes潛在語(yǔ)義模型的半監(jiān)督Web挖掘[J];軟件學(xué)報(bào);2002年08期

2 蘇金樹(shù);張博鋒;徐昕;;基于機(jī)器學(xué)習(xí)的文本分類技術(shù)研究進(jìn)展[J];軟件學(xué)報(bào);2006年09期

3 陳友;程學(xué)旗;李洋;戴磊;;基于特征選擇的輕量級(jí)入侵檢測(cè)系統(tǒng)[J];軟件學(xué)報(bào);2007年07期

4 彭巖;張道強(qiáng);;半監(jiān)督典型相關(guān)分析算法[J];軟件學(xué)報(bào);2008年11期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 鄭繼紹;朱文興;;最優(yōu)特征子集的遺傳算法求解[J];莆田學(xué)院學(xué)報(bào);2006年02期

2 林大輝;陳秋妹;寧正元;;基于支持向量機(jī)的栗屬樹(shù)種分類研究[J];莆田學(xué)院學(xué)報(bào);2009年05期

3 宋婉娟;;基于支持向量機(jī)的手寫(xiě)數(shù)字串識(shí)別[J];湖北第二師范學(xué)院學(xué)報(bào);2010年02期

4 劉海峰;王元元;張學(xué)仁;;文本分類中一種改進(jìn)的特征選擇方法[J];情報(bào)科學(xué);2007年10期

5 張野;楊建林;;基于KNN和SVM的中文文本自動(dòng)分類研究[J];情報(bào)科學(xué);2011年09期

6 王雅蕾;王君澤;王國(guó)華;徐曉林;;問(wèn)答服務(wù)中的基于類文檔排名的問(wèn)題分類算法[J];情報(bào)科學(xué);2012年02期

7 孫蕾;溫有奎;;一種改進(jìn)的SVM算法在決策分析中的應(yīng)用[J];情報(bào)理論與實(shí)踐;2006年06期

8 韓毅;張克菊;金碧輝;;集成概念空間與潛在語(yǔ)義索引的文本聚類檢索研究[J];情報(bào)理論與實(shí)踐;2009年06期

9 龐觀松;蔣盛益;;文本自動(dòng)分類技術(shù)研究綜述[J];情報(bào)理論與實(shí)踐;2012年02期

10 李萌;孫濟(jì)慶;;基于多Agent協(xié)作的自動(dòng)分類知識(shí)庫(kù)研究[J];情報(bào)探索;2009年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 劉志斌;金連文;;候選字靜態(tài)生成技術(shù)及其在兩級(jí)LDA漢字識(shí)別中的應(yīng)用[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 張彬;金連文;;基于AdaBoost的手寫(xiě)體漢字相似字符識(shí)別[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

3 呂蓬;柳亦兵;馬強(qiáng);魏于凡;;支持向量機(jī)在齒輪智能故障診斷中的應(yīng)用研究[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

4 梁禹;王義剛;王娜;;基于支持向量機(jī)的電力電子電路故障診斷[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

5 胡清華;常軍濤;鮑文;于達(dá)仁;;高超聲速發(fā)動(dòng)機(jī)進(jìn)氣道起動(dòng)/不起動(dòng)模式分析[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

6 劉華;張建華;王嬈芬;王行愚;;人機(jī)系統(tǒng)操作員功能狀態(tài)的模糊聚類方法[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

7 ;Discontinuous Piecewise Parametric Modeling and Compensation Control for Manipulator Systems with Friction[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

8 王春林;;灰熔點(diǎn)預(yù)測(cè)建模研究[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

9 晉朝勃;胡剛強(qiáng);史廣智;李玉陽(yáng);;一種采用支持向量機(jī)的水中目標(biāo)識(shí)別方法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2011年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2011年

10 尹雪嬌;;基于蟻群算法的故障診斷[A];創(chuàng)新沈陽(yáng)文集（A）[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 趙瑩;半監(jiān)督支持向量機(jī)學(xué)習(xí)算法研究[D];哈爾濱工程大學(xué);2010年

2 梁洪;基于內(nèi)容的醫(yī)學(xué)圖像檢索及語(yǔ)義建模關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

3 任楨;圖像分類任務(wù)的關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

4 殷志偉;基于統(tǒng)計(jì)學(xué)習(xí)理論的分類方法研究[D];哈爾濱工程大學(xué);2009年

5 孔凡芝;引線鍵合視覺(jué)檢測(cè)關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2009年

6 于翔;基于網(wǎng)格的數(shù)據(jù)流聚類方法研究[D];哈爾濱工程大學(xué);2010年

7 喬小燕;基于生物形態(tài)學(xué)的赤潮藻顯微圖像分割與特征提取研究[D];中國(guó)海洋大學(xué);2010年

8 陳志國(guó);基于群體智能的機(jī)器視覺(jué)的關(guān)鍵技術(shù)研究[D];江南大學(xué);2010年

9 王曉明;基于統(tǒng)計(jì)學(xué)習(xí)的模式識(shí)別幾個(gè)問(wèn)題及其應(yīng)用研究[D];江南大學(xué);2010年

10 徐紅林;基因調(diào)控網(wǎng)絡(luò)的建模及其結(jié)構(gòu)分解方法研究[D];江南大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 杜二玲;擬概率空間上等均值噪聲下統(tǒng)計(jì)學(xué)習(xí)理論的理論基礎(chǔ)[D];河北大學(xué);2007年

2 朱杰;一種基于聚類的支持向量機(jī)反問(wèn)題求解算法[D];河北大學(xué);2007年

3 廖甜甜;白細(xì)胞圖像語(yǔ)義識(shí)別分類的研究[D];南昌航空大學(xué);2010年

4 黃正榮;基于振動(dòng)波的高速公路車輛行駛狀態(tài)辨識(shí)理論研究[D];南昌航空大學(xué);2010年

5 劉棉;人機(jī)劃拳系統(tǒng)的實(shí)現(xiàn)[D];山東科技大學(xué);2010年

6 劉桂珍;顱骨三維重建與信息提取[D];山東科技大學(xué);2010年

7 李金華;基于SVM的多類文本分類研究[D];山東科技大學(xué);2010年

8 張海峰;空間三維信息重構(gòu)與飛行器路徑規(guī)劃[D];山東科技大學(xué);2010年

9 田文娟;基于支持向量機(jī)的人民幣序列號(hào)識(shí)別方法的研究[D];山東科技大學(xué);2010年

10 陳楠楠;互動(dòng)音樂(lè)桌[D];山東科技大學(xué);2010年

【同被引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 侯漢清;;分類法的發(fā)展趨勢(shì)簡(jiǎn)論[J];情報(bào)科學(xué);1981年01期

2 岳濤;漢語(yǔ)自動(dòng)分詞技術(shù)的最新發(fā)展及其在信息檢索中的應(yīng)用[J];情報(bào)雜志;2005年04期

3 呂震宇;林永民;趙爽;朱衛(wèi)東;;基于同義詞詞林的文本特征選擇與加權(quán)研究[J];情報(bào)雜志;2008年05期

4 陳毅松,汪國(guó)平,董士海;基于支持向量機(jī)的漸進(jìn)直推式分類學(xué)習(xí)算法[J];軟件學(xué)報(bào);2003年03期

5 石洪波,王志海,黃厚寬,勵(lì)曉健;一種限定性的雙層貝葉斯分類模型[J];軟件學(xué)報(bào);2004年02期

6 張翔;肖小玲;徐光祐;;基于樣本之間緊密度的模糊支持向量機(jī)方法[J];軟件學(xué)報(bào);2006年05期

7 蘇金樹(shù);張博鋒;徐昕;;基于機(jī)器學(xué)習(xí)的文本分類技術(shù)研究進(jìn)展[J];軟件學(xué)報(bào);2006年09期

8 陳友;程學(xué)旗;李洋;戴磊;;基于特征選擇的輕量級(jí)入侵檢測(cè)系統(tǒng)[J];軟件學(xué)報(bào);2007年07期

9 徐燕;李錦濤;王斌;孫春明;;基于區(qū)分類別能力的高性能特征選擇方法[J];軟件學(xué)報(bào);2008年01期

10 王梅;周向東;張軍旗;許紅濤;施伯樂(lè);;基于擴(kuò)展生成語(yǔ)言模型的圖像自動(dòng)標(biāo)注方法[J];軟件學(xué)報(bào);2008年09期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 李衛(wèi)東;楊炳儒;李龍星;曲文龍;;基于中心詞位置的VSM文本分類算法[A];2005中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集（下）[C];2005年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 孟佳娜;遷移學(xué)習(xí)在文本分類中的應(yīng)用研究[D];大連理工大學(xué);2011年

2 張海軍;基于大規(guī)模語(yǔ)料的中文新詞識(shí)別技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

3 孫晶濤;基于內(nèi)容的垃圾郵件過(guò)濾技術(shù)研究[D];蘭州理工大學(xué);2010年

4 田秀霞;數(shù)據(jù)庫(kù)服務(wù)中保護(hù)隱私的訪問(wèn)控制與查詢處理[D];復(fù)旦大學(xué);2011年

5 楊震;個(gè)性化信息獲取方法的研究[D];大連理工大學(xué);2004年

6 譚璐;高維數(shù)據(jù)的降維理論及應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

7 張國(guó)柱;雷達(dá)輻射源識(shí)別技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

8 楊小兵;聚類分析中若干關(guān)鍵技術(shù)的研究[D];浙江大學(xué);2005年

9 張葛祥;雷達(dá)輻射源信號(hào)智能識(shí)別方法研究[D];西南交通大學(xué);2005年

10 匡鵬飛;時(shí)間詞語(yǔ)前后分句共現(xiàn)狀態(tài)之研究[D];華中師范大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 段江麗;基于SVM的文本分類系統(tǒng)中特征選擇與權(quán)重計(jì)算算法的研究[D];太原理工大學(xué);2011年

2 胡改蝶;中文文本分類中特征選擇方法的應(yīng)用與研究[D];太原理工大學(xué);2011年

3 曾一平;中文文本情感分類的研究[D];北京交通大學(xué);2011年

4 鄧彩鳳;中文文本分類中互信息特征選擇方法研究[D];西南大學(xué);2011年

5 高艷影;中文問(wèn)答系統(tǒng)中的問(wèn)題分類研究[D];合肥工業(yè)大學(xué);2011年

6 金艷偉;基于馬爾可夫隨機(jī)場(chǎng)的蒙古文信息檢索模型研究[D];內(nèi)蒙古大學(xué);2011年

7 柯麗;基于頻繁共現(xiàn)熵的跨語(yǔ)言網(wǎng)頁(yè)自動(dòng)分類研究[D];江西師范大學(xué);2011年

8 賀愛(ài)香;決策樹(shù)在應(yīng)用型本科高校就業(yè)管理中的應(yīng)用研究[D];安徽大學(xué);2011年

9 王金花;一種利用本體關(guān)聯(lián)度改進(jìn)的TF-IDF特征詞提取方法[D];河北大學(xué);2011年

10 周城;面向中文Web評(píng)論的情感分析技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

【二級(jí)引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 楊峰;;面向高維信息可視化的順序映射降維方法[J];情報(bào)理論與實(shí)踐;2014年05期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 李曉旭;基于概率主題模型的圖像分類和標(biāo)注的研究[D];北京郵電大學(xué);2012年

2 劉杰;食品安全突發(fā)事件跨媒體信息的語(yǔ)義分析與分類研究[D];北京郵電大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 李凡,魯明羽,陸玉昌;關(guān)于文本特征抽取新方法的研究[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年07期

2 陳毅松,汪國(guó)平,董士海;基于支持向量機(jī)的漸進(jìn)直推式分類學(xué)習(xí)算法[J];軟件學(xué)報(bào);2003年03期

3 饒鮮,董春曦,楊紹全;基于支持向量機(jī)的入侵檢測(cè)系統(tǒng)[J];軟件學(xué)報(bào);2003年04期

4 李建中,李金寶,石勝飛;傳感器網(wǎng)絡(luò)及其數(shù)據(jù)管理的概念、問(wèn)題與進(jìn)展[J];軟件學(xué)報(bào);2003年10期

《中國(guó)學(xué)術(shù)期刊（光盤(pán)版）》電子雜志社有限公司
同方知網(wǎng)數(shù)字出版技術(shù)股份有限公司
地址：北京清華大學(xué) 84-48信箱 大眾知識(shí)服務(wù)
京ICP證040441號(hào)
互聯(lián)網(wǎng)出版許可證 新出網(wǎng)證（京）字008號(hào)
出版物經(jīng)營(yíng)許可證 新出發(fā)京批字第直0595號(hào)

訂購(gòu)熱線：400-819-9993 010-62982499
服務(wù)熱線：010-62985026 010-62791813
在線咨詢：
傳真：010-62780361
京公網(wǎng)安備11010802020475號(hào)

  本文關(guān)鍵詞：文本分類中特征選擇技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：167350