基于Rough集的web文本分类研究
随着Internet的飞速发展,网络上的web信息资源迅速膨胀,如何在浩瀚的web文本信息资源中高效精确地挖掘出有用的知识已经成为目前的研究热点之一.本文首先介绍了web文本分类的基本概念,并对分类过程中的几个关键技术做了简单描述,然后对传统的属性约简方法进行了改进,初步证明该改进可降低决策表的维数,从而减少运算量,提高了效率.
web文本分类、Rough集、属性约简、决策表
25
TP181(自动化基础理论)
基金颁发部门:国家自然科学基金委60863002
2014-07-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
180-181,8