【摘 要】
：
常用的网页分类技术大多基于普通文本分类方法,没有充分考虑到网页分类的特殊性——网页本身的半结构化特征以及网页中存在大量干扰分类的噪音信息,同时多数网页分类的测试集
论文部分内容阅读
常用的网页分类技术大多基于普通文本分类方法,没有充分考虑到网页分类的特殊性——网页本身的半结构化特征以及网页中存在大量干扰分类的噪音信息,同时多数网页分类的测试集和训练集来源于同一个样本集而忽视了测试集中可能包含无类别样本的可能。基于向量空间模型,将样本集看成由有类别样本和无类别样本两部分组成,同时选择了样本集来自于相同的网站,在去除网页噪音基础上结合文本相似度算法和最优截尾法,提出了一种基于不完整数据集的网页分类技术LUD（Learning by Unlabeled Data）来改善分类效果,提高分类精
其他文献
“要么旅行，要么读书，身体和灵魂，必须有一个在路上。”这是《罗马假日》的经典台词，我觉得对于我们教学研究工作者来说，要么实践，要么读书，身体和灵魂也必须行走在路上。2015年9月
IPv4的设计思想成功地造就了目前的Internet,其核心价值体现在简单、灵活和开放。但是伴随着互联网技术的迅猛发展以及新业务的不断涌现,IPv4已经显得有些力不从心,其自身的
国家启动新一轮国培计划,以综合改革为主线,重心下移,聚焦乡村。以建立起乡村教师专业发展支持服务体系,形成区域与校本研修常态化运行机制,全面提高培训的针对性和实效性,全
擅自收购烟叶违法来信我弟弟今年八月把从邻县农户手里收购到的价值二万多元的烟叶运到本县收购烟叶的收购站出售时，被当地政府主管烟草专卖的行政部门拦截，并于当天就把这批烟
【正】 所有教科书都根据刑法的有关规定对量刑情节中的法定的从轻、减轻情节作了具体解释。说明了从轻处罚就是在法定刑范围内对犯罪分子适用较轻的刑种或较短的刑期。而减
【正】 自1986年8月5日,沈阳率先开放证券市场之后,上海、太原、西安等地也先后开放了证券市场。以上海为例,目前已累计发行各种股票达数十亿元,有千余家单位发行,此外,上海
【问题现象】在我眼中，“卓越课堂”是一个美丽的教育梦，实现梦想需要一大批卓越的校长和教师，正如《重庆日报》在宣传我区教育改革时所报道的那样：研修一体成就了“学本式”卓越
通过科学发展观的学习,深感中国铸造行业的落后,必须抓紧改革,创新跃进,才能沿现代化绿色铸造轨道,有效的为装备制造业提供优良近净型铸件,适应装备制造业大发展的要求,满足
日月有起有落,花草有荣有枯,人生没有不散的的宴席,离别总是在所难免的。人系感情动物,却只喜日出花荣人合,独厌月隐草枯人离。《诗经·竹竿》可能是写离乡愁绪的滥觞:"
<正>1电量比对异常数据分析法客户用电量的大小直接反映了客户的用电状况,虽然实际情况存在偶然性,但是通过用电信息采集系统等辅助应用系统的支持,就能在电量变化之间寻找到