您的位置： 专家智库 > >

李玉雄

作品数：2 被引量：2H指数：1
供职机构：北京工业大学计算机学院更多>>
发文基金：北京市教委科技发展计划北京市自然科学基金国家教育部博士点基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇文本分类
  • 2篇非凸
  • 1篇特征权值
  • 1篇权值
  • 1篇文本分类方法
  • 1篇类方
  • 1篇NC
  • 1篇TF
  • 1篇词频

机构

  • 2篇北京工业大学

作者

  • 2篇李玉雄
  • 1篇冷强奎
  • 1篇李玉鑑

传媒

  • 1篇计算机工程与...

年份

  • 1篇2014
  • 1篇2013
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
非凸在线支持向量机的研究与应用
支持向量机(Support Vector Machines，SVM)是一种建立在统计学习理论的VC维理论和结构风险最小化原则基础之上的机器学习算法，能够很好的解决小样本、非线性及高维模式识别问题，能够克服“维数灾难”和“...
李玉雄
关键词：特征权值文本分类
基于LASVM-NC和TF.RF的文本分类方法被引量：1
2014年
非凸在线支持向量机(LASVM-NC)具有抗噪能力强和训练速度快的优点,而词频相关频率积(tf.rf)则是一种自适应能力很强、分类性能非常好的文本特征。通过把非凸在线支持向量机和词频相关频率积相结合,提出了一种新的文本分类方法,即LASVM-NC+tf.rf。实验结果表明,这种方法在LASVM-NC与多种其他特征的结合中性能是最好的,且与SVM+tf.rf相比,不仅所产生的分类器具有泛化能力更强、模型表达更稀疏的优点,而且在处理含噪声的数据时具有更好的鲁棒性,在处理大规模数据时具有快得多的训练速度。
李玉鑑李玉雄冷强奎
关键词：词频文本分类
全选 清除 导出
共1页<1>
聚类工具0