支持增量学习的文本单类别分类算法

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:dddff628
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前的文本单类别分类算法在进行增量学习时需要进行大量的重复计算,提出了一种新的用于文本的单类别分类算法,在不降低分类效果的同时,有效地减少了加入新样本学习时所需的计算量,从而比较适合于需要进行增量学习的情况。该方法已进行了测试实验,获得了较好的实验结果。
其他文献
在多Agent分布式系统中,如何实现多Agent通讯是一个重要问题:以消息传输的方式实现多Agent系统的通讯,讨论了消息的XML格式封装和解析机制,以及基于消息优先级的消息传送同步控制
随着信息技术和互联网的迅猛发展,越来越多的世界500强企业选择官方网站作为企业跨文化外宣平台。企业网站采用特定的叙事策略和叙事结构以对企业的形象进行构建及对产品进行
基于粗糙集的理论全面考虑了分离属性每个划分对整个分类的贡献程度,把这些贡献度进行汇总,避免局部最佳效应。在此基础上结合变精度模型,用变精度近似精度来代替近似精度,提出了
在地震检波系统中,地表测量的主要目的在于接收地表的振动,而不是检波器外壳的振动,但受到技术条件的限制,目前应用的检波器都因耦合响应而影响了地震数据的保真度。本研究参
Dijkstra算法是求解网络中最短路径的经典算法,文中通过改变图的存储结构及搜索方法,减少了内存存储空间,缩短了查询时间,以提高该算法在嵌入式GIS(Geographic Information System)系统中路径优化的效率。并将该算法应用在嵌入式焦作市地理信息公众查询系统中,取得满意的效果。
文本分类中采用向量空间模型来表达文本特征,维数巨大,关键是对高维的特征集进行降维处理,而一般的分解算法无法处理大规模的高维问题。采用CCIPCA与ICA相结合的特征提取方法可