您的位置: 专家智库 > >

张国萍

作品数:5 被引量:25H指数:3
供职机构:江西理工大学信息工程学院更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 5篇自动化与计算...

主题

  • 3篇特征降维
  • 3篇文本分类
  • 3篇降维
  • 2篇信息增益
  • 2篇文档
  • 2篇抽取
  • 1篇带权
  • 1篇语言网络
  • 1篇特征抽取
  • 1篇排课
  • 1篇排课问题
  • 1篇网络
  • 1篇网页
  • 1篇向量
  • 1篇向量空间
  • 1篇向量空间模型
  • 1篇教学资源
  • 1篇降维方法
  • 1篇教学
  • 1篇关键词抽取

机构

  • 5篇江西理工大学

作者

  • 5篇张国萍
  • 4篇任克强
  • 4篇赵光甫

传媒

  • 1篇计算机工程与...
  • 1篇计算机与现代...
  • 1篇科技广场
  • 1篇江西理工大学...

年份

  • 3篇2008
  • 2篇2007
5 条 记 录,以下是 1-5
排序方式:
基于带权语言网络的网页关键词抽取被引量:8
2008年
论述了网页文档带权语言网络的建立过程,给出了结合介数指标与紧密度指标的词语综合中心度度量方法,实验表明采用该方法的关键词抽取结果能够很好地符合网页主题。
任克强赵光甫张国萍
关键词:网页语言网络关键词抽取
基于向量空间模型的特征抽取技术分析被引量:3
2007年
特征降维是基于向量空间模型(VSM)文本分类的关键技术之一,特征抽取是特征降维的主要方法。本文主要分析了几种常用的特征抽取方法,并给出了它们的实现步骤。
任克强张国萍赵光甫
关键词:文本分类向量空间模型特征降维特征抽取
高校排课问题的模型与算法被引量:10
2007年
在分析高校排课问题复杂性的基础上,给出了高校排课的数学模型及一种改进回溯算法,基于该算法的计算机智能排课系统运行效果良好。
任克强赵光甫张国萍
关键词:排课教学资源
基于类核心词的文本分类技术研究
随着Internet的迅速发展和日益普及,电子文本信息迅速膨胀,如何有效地组织和管理这些信息,并快速、准确、全面地从中找到用户所需要的信息是当前信息科学技术领域面临的一大问题。文本分类作为处理和组织大量文本数据的关键技术...
张国萍
关键词:文本分类特征降维信息增益
文献传递
基于相对文档频的平衡信息增益降维方法被引量:4
2008年
针对文本分类中信息增益降维方法的不足,提出了一种基于相对文档频的平衡信息增益(RDFBIG)降维方法.实验结果表明,RDFBIG能有效消除不同类别之间语料规模对分类精度的影响,取得了较好的分类效果.
任克强张国萍赵光甫
关键词:特征降维信息增益文本分类
共1页<1>
聚类工具0