【摘要】：隨著大數(shù)據(jù)時代的到來,對異構(gòu)和分布式的模糊XML數(shù)據(jù)管理顯得越來越重要。在模糊XML數(shù)據(jù)的管理中,模糊XML文檔的分類是關(guān)鍵問題。針對模糊XML文檔的分類,提出采用雙隱層極限學(xué)習(xí)機模型來實現(xiàn)模糊XML文檔自動分類。這個模型可以分為兩個部分:第一層采用極限學(xué)習(xí)機提取模糊XML文檔的相應(yīng)特征,第二層利用核極限學(xué)習(xí)機根據(jù)這些特征進行最終的模糊XML文檔分類。通過實驗驗證了所提方法的性能優(yōu)勢。首先對主要的調(diào)節(jié)參數(shù)包括隱藏層節(jié)點的數(shù)目L,常量C和核參數(shù)γ進行了研究,接下來的對比實驗說明提出的基于雙隱層ELM(Extreme Learning Machine)的方法相較于傳統(tǒng)單隱層ELM以及SVM(Support Vector Machine)方法,分類精度得到較大提高,訓(xùn)練時間進一步縮減。
[Abstract]:With the advent of big data era, heterogeneous and distributed fuzzy XML data management is becoming more and more important. In the management of fuzzy XML data, the classification of fuzzy XML documents is the key problem. Aiming at the classification of fuzzy XML documents, a double hidden layer limit learning machine model is proposed to realize the automatic classification of fuzzy XML documents. The model can be divided into two parts: the first layer uses limit learning machine to extract the corresponding features of fuzzy XML documents, and the second layer uses kernel limit learning machine to classify fuzzy XML documents according to these features. The performance advantages of the proposed method are verified by experiments. Firstly, the main adjustment parameters, including the number of hidden layer nodes L, constant C and kernel parameter 緯, are studied. Then, the comparative experiments show that compared with the traditional single hidden layer ELM and SVM (Support Vector Machine) methods, the proposed method based on double hidden layer ELM has a great improvement in classification accuracy and further reduces the training time.
【作者單位】： 東北大學(xué)計算機科學(xué)與工程學(xué)院;渤海大學(xué)信息科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金(No.61370075,No.61073139,No.61202260) 教育部新世紀優(yōu)秀人才支持計劃項目(No.NCET-05-0288)
【分類號】：TP391.1;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 盧紅;;對檔案管理中的文檔分類技術(shù)應(yīng)用的分析[J];科技與企業(yè);2013年18期

2 周水庚,俞紅奇,胡江滔,付辛,胡運發(fā);基于相鄰字對信息的中文文檔分類研究[J];小型微型計算機系統(tǒng);2001年04期

3 方加沛;黃戰(zhàn);;基于單類別文檔分類的主題爬蟲[J];計算機工程與應(yīng)用;2010年16期

4 孟海東;劉小榮;;基于聚類分析的圖模型文檔分類[J];計算機應(yīng)用與軟件;2012年01期

5 姜鵬;許峰;戚榮志;;一種基于云平臺的防汛文檔智能生成模型構(gòu)建[J];水利信息化;2013年03期

6 周水庚,關(guān)佶紅,胡運發(fā),周傲英;一個無需詞典支持和切詞處理的中文文檔分類系統(tǒng)[J];計算機研究與發(fā)展;2001年07期

7 王蘭富;;不同時間文檔分類有妙招[J];電腦迷;2005年13期

8 陳頻,王周敬;基于語義分析和外延匹配的文檔分類方法[J];福建電腦;2005年10期

9 周水庚,關(guān)佶紅,胡運發(fā);無需詞典支持和切詞處理的中文文檔分類[J];高技術(shù)通訊;2001年03期

10 覃剛力;黃科;楊家本;;基于主動學(xué)習(xí)的文檔分類[J];計算機科學(xué);2003年10期

相關(guān)會議論文 前4條

1 雷景生;康耀紅;;基于模糊相關(guān)的Web文檔分類方法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

2 胡江滔;周水庚;周傲英;;基于遺傳算法的中文WEB文檔分類研究[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2001年

3 王自強;孫霞;錢旭;;基于信息瓶頸和拉普拉斯SVM的Web文檔分類算法[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

4 陳峰;張欣;樂嘉錦;;EKS:XML文檔上的關(guān)鍵字查詢[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

相關(guān)重要報紙文章 前2條

1 ;管理您的信息[N];網(wǎng)絡(luò)世界;2001年

2 曉蕙;合肥協(xié)力儀表：CAXA提升設(shè)計開發(fā)管理水平[N];科技日報;2008年

相關(guān)博士學(xué)位論文 前3條

1 古平;基于貝葉斯模型的文檔分類及相關(guān)技術(shù)研究[D];重慶大學(xué);2006年

2 譚琦;面向跨領(lǐng)域文檔分類的異構(gòu)遷移學(xué)習(xí)算法研究[D];華南理工大學(xué);2013年

3 蔡鵬;排序?qū)W習(xí)中的領(lǐng)域自適應(yīng)研究[D];華東師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 鄒亞R，

本文編號：2514283