基于潜在语义分析的中文文本层次分类技术

从网络文本自动分类的需求出发 ,针对基于VSM模型的分类处理中词条无关假设和词条维度过高等问题 ,对基于类中心向量的分类方法进行了改进。利用LSA分析中的SVD分解获得Web文档的语义特征向量 ,并在此基础上进行分类处理 ,在不损害分类精度的同时提高了分类及其后处理速度 ,并设计实现了一个原型系统。

距离函数分类法在垃圾邮件过滤中的应用

为了得到实用性强的垃圾邮件过滤方法,将距离函数分类法首次引入到垃圾邮件过滤中。在通用邮件语料库上进行测试,并与目前过滤性能较好的KNN算法进行比较,实验结果显示距离函数分类法中的类中心向量法不适合用于垃圾邮件的过滤,而类重心向量法在保持较高过滤性能的同时,具有训练和过滤速度快的优点,是一种理想实用的垃圾邮件过滤方法。

一个基于反馈的信息过滤系统的设计与实现

随着互联网上信息的迅速增长,信息过滤技术得到越来越广泛的应用.本文论述了一个基于反馈的内容信息过滤系统的设计和实现.它采用向量空间模型,使用类重心分类算法来形成用户兴趣文件,采用余弦算法比较待过滤文档和用户兴趣文件的相似度,并使用Rocchio反馈模型来重建用户兴趣文件.实验表明,本文提出的策略和方法是切实可行的.

基于信息粒度原理的垃圾邮件过滤方法

信息粒度原理是一种从多个角度来精确描述对象的物理学方法。本文将信息粒度的原理应用到垃圾邮件的过滤中,提出了一种基于信息粒度原理的垃圾邮件过滤方法。通过对原始样本空间更精细的划分来实现对邮件类别的更准确描述。本文在Ling-Spam语料库上进行了试验,结果表明,新方法具有较高的分类精度和良好的处理速度。

KNN算法与其改进算法的性能比较

K最临近算法(简称KNN算法)是一种无参数的分类与统计方法,是数据挖掘分类技术中最简单的方法之一。KNN算法的核心思想是如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。还有一种简化的算法称为类重心法,即将训练集中每类样本的重心求出,然后判别位置样本点与各类重心的距离,未知样本点距哪一类重心距离最近,位置样本就属于哪一类。

潜艇指挥员心理测评项目探讨

潜艇指挥员的心理选拔首先需要确定选拔测评的项目。经过大量的问卷调查和访谈等方法,拟定了潜艇指挥员选拔测评的主要项目;通过对50名被试对项目的具体施测,然后用层次重心聚类统计分析,结合与再测分析结果的拟合度检验,结果表明,潜艇指挥员的心理测评项目主要有10类,这种建构符合心理测量学的要求,具有一定的实践和理论意义。

论皖东地区经济区划及空间结构与过程模式

运用多元分析的聚类方法和空间过程演化规律,探讨皖东地区经济区划的战略规划和发展模式,为振兴地方经济,发展皖东地区提出科学理论依据和规划设想。

我国铁路煤炭运输概况及影响因素浅析

我国铁路煤炭运输呈现西煤东输、北煤南运的格局,煤炭发送量和到达量与距离有关,并随着距离的增加而减少。各省煤炭发送量差距较大,煤炭到达量差距较小。从铁路煤炭发送量和到达量整体来看,可简单概括为生产影响发送量,经济影响到达量。