论文部分内容阅读
采用经验风险最小化归纳原则和梯度下降方法调整传统中心分类法的类别中心向量，解决了传统中心分类法因忽略训练集文本权值因素而导致的类别中心向量表达能力较差问题，得到了与支持向量机分类性能基本一致的一种改进的中心分类法．实验结果表明，该方法是提高中心分类法分类性能的一种有效方法．
基于经验风险的中心文本分类算法
【摘 要】
：
采用经验风险最小化归纳原则和梯度下降方法调整传统中心分类法的类别中心向量，解决了传统中心分类法因忽略训练集文本权值因素而导致的类别中心向量表达能力较差问题，得到了与
【机 构】
：
吉林大学计算机科学与技术学院
【出 处】
：
吉林大学学报：理学版
【发表日期】
：
2013年5期
【基金项目】
：
国家自然科学基金（批准号：61170092,61133011,61272208,61103091,61202308）.
其他文献
考虑一类反周期发展包含端点解的存在性.当集值函数G（t,x）取有界紧凸值,且为关于变量f可测的、关于变量x连续时,利用Tolstonogov端点连续选择定理和Schauder不动点定理,证明了
研究非线性互补问题解的存在性.利用Poineare-Bohn的拓扑度不变性定理,给出了择一性定理,并运用该定理,给出了当函数f分别为单调映射、拟单调映射、P＊-映射、拟P＊-映射时,非线
针对无线射频识别(RFID)技术存在的同步安全隐患,提出一种新的基于单向Hash函数的安全认证协议,以解决存在于RFID系统中的各种安全问题,并对提出的协议进行基于GNY逻辑的形式化证明和对比分析.结果表明,该协议可有效解决窃听、重放攻击、失去同步等安全问题,在能耗、安全与性能方面优于当前其他主流协议.