节点文献

基于LSA降维的KNN文本分类算法

An algorithm of KNN text categorization based on LSA reduce dimensionality

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 LI Liang-jun1,2,ZHANG Bin1,YANG Ming2(1.School of Information Science and Engineering,Northeast University,Shenyang 110036,China;2.Computing Center,Anshan Normal University,Anshan 114005,China)

【机构】东北大学信息科学与工程学院；鞍山师范学院计算中心辽宁沈阳110036；鞍山师范学院计算中心；辽宁鞍山114005；辽宁沈阳110036；

【摘要】针对文本自动分类问题,提出了一种基于LSA降维的KNN改进算法.通过对文本特征向量运用LSA理论进行降维处理,可以有效提高KNN算法的运行效率,提高分类精度.实验证明,改进的KNN算法具有很好的性能.更多还原

【Abstract】 Aimed at the problem of document automatic classification,an algorithm is proposed based on LSA and KNN.It advances the KNN algorithm’s efficiency and classifier’s precision by using LSA to reduce dimensionality of text feature matrix.The experiment result shows that it has good performance.更多还原

【关键词】潜在语义分析； KNN；文本分类；降维；
【Key words】 latent semantic analysis； KNN； text categorization； reduce dimensionality；

【基金】国家“十五”科技攻关计划项目(2004BA721A05)

【文献出处】东北师大学报(自然科学版) ,Journal of Northeast Normal University(Natural Science Edition) , 编辑部邮箱 ,2007年02期

【分类号】TP391.1
【被引频次】11
【下载频次】468

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献