《计算机工程与科学杂志》发表论文赏析

基于余弦距离的局部敏感哈希的KNN算法在中文文本上的快速分类

来源:计算机工程与科学杂志2015年第10期北京时间:

作者:戴上平1,冯鹏1,刘盛英杰1,舒红2

单位:1.华中师范大学计算机学院,湖北 武汉 430079;2.测绘遥感信息工程国家重点实验室,湖北 武汉 430079

摘要:文本分类是文本挖掘中最重要的研究内容之一。为了克服目前以距离衡量的近似分类算法在海量数据下耗费大量时间的缺陷,提出了结合基于余弦距离的局部敏感哈希的方式将KNN算法在TFIDF下对中文文本进行快速分类。同时结合文本数据的特性给出了不同的哈希函数级联方式分别进行实验。在实验过程采用了布尔向量的方式规避重复访问,使分类的结果在可以允许的范围内,分类速度比原始KNN提高了许多。

关键词:文本分类,局部敏感哈希,TF-IDF,KNN,布尔向量,

基金资助:武汉市政府资助项目(基于网格的社区宜居环境分析研究)

2015年10期其他文献查阅:

基于移动医疗大数据平台下深度最优匹配算法的机会网络转发机制

云计算环境下安全的极限学习机外包机制

几种确定型量子程序的可达和终止验证

FlatVC:云环境下虚拟机集群的扁平化版本控制

数字通道传输延迟时间测量方法研究

基于用户身份标识的外设访问控制方法

基于延时影响因子的应用层多播ASD模型改进研究

基于历史传输效率的最小传输延迟算法设计

基于事件逻辑的改进NeedhamSchroeder协议安全性证明

一种基于可信计算平台的无线传感器网络标识密钥更新方法

主从交换式以太网中跨多Switch传输消息实时调度研究

无线传感器网络分簇路由节能研究

基于Tropos+需求模型的软件自适应方法

一种基于扩展不完全Kripke结构的三值逻辑模型检测方法

基于多色集合的冷链物流仓储流程优化

空间区域中对象流动模式构建方法研究

分布式异构数据库集成系统研究与实现

噪声先验自适应加权的稀疏表示混合去噪算法

自适应区域协方差跟踪算法

基于DNA序列的彩色图像加密算法

一种基于本体的视频检索技术研究

基于视差和SIFT的双目视觉移动目标识别和追踪的研究

基于情感从属和最大熵模型的细粒度观点挖掘

一种基于局部加权回归的分类方法

一种高效的K值自适应的SA-KNN算法

基于余弦距离的局部敏感哈希的KNN算法在中文文本上的快速分类

基于欧氏空间相似度的云模型协同过滤算法

基于链接相似度和作弊系数的Spam网页识别算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!