首页 期刊 情报 一种基于聚类和LSA相结合的文本特征降维方法 【正文】

一种基于聚类和LSA相结合的文本特征降维方法

作者:刘海峰 王元元 张学仁 刘守生 解放军理工大学理学院 南京210007 解放军理工大学指挥自动化学院 南京210007
特征聚类   特征选择   特征抽取   文本分类  

摘要:提出了一种特征选择和特征抽取相结合的特征降维方法。首先使用改进的k—means聚类算法对特征进行选择,然后使用SVD方法在基于语义层面上对特征空间进行压缩,试验结果表明,这种特征降维模式在文本分类的准确性方面效果较好。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅