期刊专题

基于DT和SVM算法的科技文献分类研究

引用
决策树(Decision Tree简称DT)和支持向量机都是目前机器学习领域的重要学习方法,均具备各自的优势.本文着重对决策树和SVM分类算法进行分析,同时根据科技文献的特点,提出了抽取科技文献的关键词作为分类特征词条,以文献的标题、关键词和摘要作为文档主题信息进行词频统计分析建立分类器,并结合实际的文档集分别测试了决策树和SVM分类算法的性能,并给出了实验数据及分析结果.

决策树支持向量机科技文献分类

G35;TP3

2016-01-19(万方平台首次上网日期,不代表论文的发表时间)

共2页

118,120

暂无封面信息
查看本期封面目录

决策与信息(中旬刊)

1002-8129

42-1128/C

2015,(12)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn