10.3321/j.issn:1000-6788.2006.03.010
一种基于构建-竞争聚类及KNNFL的事件探测与追踪系统
一种构建-竞争聚类法被用于事件探测,该方法是受神经网络研究中构建-竞争学习的思想启发的.另外,提出了一种用于事件追踪的基于K近邻特征线(KNNFL)的分类方法,这种基于最近邻特征线(NFL)的方法本质上可以看作是对K近邻(KNN)法的推广,将改进后的KNN融入到NFL中形成KNNFL是为了更适合新闻事件的分析.研究结果表明,本文所提出的方法与传统的增量k均值法、Single-Pass法、Rocchio法以及KNN法相比较,可以获得更好的效果.通过分析可以看到,KNNFL即使在正例样本非常稀少的情况下仍然具有鲁棒性的表现.
事件探测与追踪、构建-竞争、K近邻特征线
26
TP391(计算技术、计算机技术)
中国科学院资助项目60473117;国家科技攻关项目2001AA115123
2006-04-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
68-74