基于极限学习机的XML文档分类

摘要：

研究基于极限学习机(ELM)的XML文档分类方法.为优化文档的相似性计算,在结构链接向量模型的基础上,提出一种改进的特征向量模型RS-VSM,将有效的结构化信息合并到向量模型中.应用ELM对XML文档进行分类,为提高ELM分类的准确率,提出一种基于投票机制的Voting-ELM算法.实验结果证明,该算法的分类效果较优.

关键词：可扩展标记语言、分类、极限学习机、结构链接向量模型、投票机制

所属期刊栏目：37

分类号：TP18(自动化基础理论)

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：177-178,182