当前位置:主页 > 管理论文 > 移动网络论文 >

基于极限学习机的网页分类应用

发布时间:2017-10-09 15:17

  本文关键词:基于极限学习机的网页分类应用


  更多相关文章: 极限学习机 中文网页分类 神经网络 网页特征提取


【摘要】:极限学习机ELM不同于传统的神经网络学习算法(如BP算法),是一种高效的单隐层前馈神经网络(SLFNs)学习算法。将极限学习机引入到中文网页分类任务中。对中文网页进行预处理,提取其特性信息,从而形成网页特征树,产生定长编码作为极限学习机的输入数据。实验结果表明该方法能够有效地分类网页。
【作者单位】: 武汉大学计算机学院;
【关键词】极限学习机 中文网页分类 神经网络 网页特征提取
【基金】:国家自然科学基金(No.61272109)
【分类号】:TP393.092
【正文快照】: 1引言类。从以上的研究现状中可以看出,Web页面自动分类随着互联网的快速发展,Web信息呈现出海量化的的共同特点是采用基于机器学习模型(有监督或者无监趋势。人们需要一个快速、智能化的工具有效地进行信督)学习网页分类模式,然后进行自动分类。因此新的息处理。网页分类是We

【相似文献】

中国期刊全文数据库 前10条

1 ;网页分类新标准启用儿童上网浏览有保证[J];电脑知识与技术;2002年07期

2 高波,张忠能,查志琴;基于文字链接比的网页分类的研究[J];计算机工程与应用;2004年27期

3 鲁明羽;沈抖;郭崇慧;陆玉昌;;面向网页分类的网页摘要方法[J];电子学报;2006年08期

4 张茂元;邹春燕;卢正鼎;;一种基于变调整学习规则的模糊网页分类方法研究[J];计算机研究与发展;2007年01期

5 肖靖;唐宁九;;网络监控系统中的实用网页分类技术[J];软件导刊;2009年01期

6 刘思含;贾美娟;;树匹配算法在网页分类中的应用[J];电脑学习;2010年04期

7 薛永大;;网页分类技术研究综述[J];电脑知识与技术;2012年25期

8 黄科,马少平;基于统计分词的中文网页分类[J];中文信息学报;2002年06期

9 孙建涛,沈抖,陆玉昌,石纯一;网页分类技术[J];清华大学学报(自然科学版);2004年01期

10 程传鹏;;中文网页分类的研究与实现[J];中原工学院学报;2007年01期

中国重要会议论文全文数据库 前4条

1 万中英;王明文;廖海波;左家莉;;维数约简在网页分类中的应用[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年

2 彭涛;左万利;赫枫龄;张长利;;基于粒子群优化算法的网页分类技术[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年

3 张迪;郑德权;赵铁军;于浩;;Blog网页分类与识别技术研究[A];全国网络与信息安全技术研讨会论文集(上册)[C];2007年

4 张东娜;彭宏;吴铁峰;;一种基于粗集与贝叶斯分类器的中文网页分类方法[A];第一届全国Web信息系统及其应用会议(WISA2004)论文集[C];2004年

中国硕士学位论文全文数据库 前10条

1 韩培培;网页分类及存储查询系统的设计及实现[D];燕山大学;2010年

2 张祥;一个网页分类系统的研究与实现[D];北京邮电大学;2013年

3 伍菲;面向主题型的网页分类技术的研究与实现[D];华中科技大学;2011年

4 许世明;中文网页分类技术研究及预分类算法实现[D];西安电子科技大学;2009年

5 刘康炜;基于支持向量机的网页分类技术研究[D];中国石油大学;2009年

6 吴成刚;基于半监督的支持向量机网页分类方法[D];中国石油大学;2010年

7 张q;基于半监督的网页分类[D];哈尔滨工业大学;2013年

8 吴驰文;基于聚类技术的网页分类应用[D];江南大学;2008年

9 苑昆峰;面向Web个性化服务的网页分类技术[D];重庆大学;2007年

10 干文敏;基于Web挖掘的中文网页分类的研究与实现[D];南京航空航天大学;2012年



本文编号:1000906

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/ydhl/1000906.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户dc286***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com