基于SVM的局部潛在語義分析算法研究
大小：0.58 MB 人氣： 2017-12-06 需要積分：3
標簽：SVM(32263)
針對現有的Web文本分類與表示方法中出現的各種分類效果與性能優化等問題，基于局部潛在語義分析的理論原理，利用支持向量機分類優勢，設計出一種基于文檔與類別之間相關度的生成局部區域的算法，即SLLSA。該算法在語義分析使用矩陣的奇異值分解過程中引入不同類別信息，分析特征詞的局部特征，使用支持向量機分類器計算文本對類別的相關度參數，并應用于局部區域生成過程。通過實驗表明，S-LLSA算法有效解決了局部區域如何進行局部奇異值分解問題，有效提高并優化了Web文本分類效果，更好地表示了Web文本潛在語義空間。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于SVM的局部潛在語義分析算法研究下載
相關電子資料下載
- 如何利用一些小技巧實現SVM的增量式訓練 321
- 基于SVM的電機異常檢測系統 395
- 不同種植設施背景蔬菜作物無人機高光譜精細分類2.0 228
- 請問如何FPGA上使用SVM進行圖像處理呢？ 1129
- 卷積神經網絡的優勢和應用領域 1602
- SVM的使用方法 1262
- 使用Python從零實現多分類SVM 337
- 利用MJF實現一體化多功能可穿戴傳感器的制備 543
- 怎樣使用Python從零實現多分類SVM呢？ 363
- 逆變器的調制方法進階篇—空間矢量調制SVM 989