原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
清华大学学报(自然科学版)2005年第45卷第s1期
—ISSN10—00-0054
CN
1I-2223／NJ Univ(Sci＆Tech)，2005，V01．45，No．S1
Tsinghua
基于投影寻踪回归文本自动分类的模型
廖海波1， 万中英2， 王明文1
(1．江西师范大学计算机信息工程学院，南昌330027；2．江西师范大学物理与通信电子学院，南昌330027)
摘要：文本被表示为向量空间模型后，是维数非常高的数 法不仅可以降低计算复杂度，减少噪音数据对分类
据，对其进行维数约简是必要的。投影寻踪正是一种稳健的、 效果的影响，还可以缩短计算时间。但是这些方法有
非参数化的维数约简方法。提出了一种基于投影寻踪回归的 着其自身的缺陷，即它们都是建立在数据总体服从
文本自动分类模型。应用该模型，可以真实地描述高维数据
正态分布这个假定基础之上的，而实际问题中有许
的客观内在规律，从而达到提高文本分类精度的目的，岭函
多数据是不满足正态分布假定的，因此需要用稳健
数拟合函数的合理选择是提高分类精度的关键，故对拟合函
的或非参数的方法来解决这一问题。由于投影寻踪
数的选取做了初步的研究。采用标准文档集Reuters一21578
方法本身不对观测数据作正态分布等假定，所以该
进行了分类实验，同时在相同的预处理条件下，与目前常用
的方法进行了对比实验。实验结果表明，该模型对文本自动 方法能充分地利用高维观测数据中的所有信息，特
分类具有较高的召回率和准确率。 别是可以利用常规方法无法利用的非正态和复杂的
关键词：文本分类；维数约简；投影寻踪回归 非线性信息[2。4]。本文提出了基于投影寻踪回归的文
本自动分类模型。通过投影寻踪回归模型，可以真实
391
中图分类号：TP 文献标识码：A
文章编号：1000—0054(2005)S1—1823—05 地描述高维数据的客观内在规律，从而达到提高文
本分类精度的目的。
Automatedtextclassificationmodel 1投影寻踪回归模型
basedon 1989年，PeterHall[53提出的投影寻踪回归思
projectionpursuitregression
LIAO 想如下。
Haib01，WANZhongyin92，WANGMingwenl
(1．Schoolof Information (x。，Y；}：：，，Xt是P元函数，既是一元函数。非
Computer Engineering，
NormM 330027，China；
Jiangxi University，Nanchang 参数回归模型是
of andCommunication
2．SchoolPhysics Electron，
(1)
NormM 330027，China) Yk—G(xk)+．‰，1≤k≤咒．
Jiangxi University，Nanchang
文档评论（0）