基于SVM的局部潜在语义分析算法研究
大小:0.58 MB 人气: 2017-12-06 需要积分:3
标签:SVM(32263)
针对现有的Web文本分类与表示方法中出现的各种分类效果与性能优化等问题,基于局部潜在语义分析的理论原理,利用支持向量机分类优势,设计出一种基于文档与类别之间相关度的生成局部区域的算法,即SLLSA。该算法在语义分析使用矩阵的奇异值分解过程中引入不同类别信息,分析特征词的局部特征,使用支持向量机分类器计算文本对类别的相关度参数,并应用于局部区域生成过程。通过实验表明,S-LLSA算法有效解决了局部区域如何进行局部奇异值分解问题,有效提高并优化了Web文本分类效果,更好地表示了Web文本潜在语义空间。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于SVM的局部潜在语义分析算法研究下载
相关电子资料下载
- 如何利用一些小技巧实现SVM的增量式训练 321
- 基于SVM的电机异常检测系统 395
- 不同种植设施背景蔬菜作物无人机高光谱精细分类2.0 228
- 请问如何FPGA上使用SVM进行图像处理呢? 1129
- 卷积神经网络的优势和应用领域 1602
- SVM的使用方法 1262
- 使用Python从零实现多分类SVM 337
- 利用MJF实现一体化多功能可穿戴传感器的制备 543
- 怎样使用Python从零实现多分类SVM呢? 363
- 逆变器的调制方法进阶篇—空间矢量调制SVM 989