基于极限学习机的XML文档分类

基于极限学习机的XML文档分类
陈盛双;崔唯
【期刊名称】《汉口学院学报》
【年(卷),期】2012(005)004
【摘要】研究基于极限学习机（ELM）的XML文档分类方法。

在结构链接向量模型的基础上，提出一种改进的特征向量模型RS—VSM．将有效的结构化信息表达到向量模型中，以优化文档的相似性计算。

应用多分ELM对XML文档进行分类，为提高ELM分类的准确率，提出一种基于投票机制的Voting—ELM算法。

实验
结果证明，该算法的分类效果较优。

【总页数】3页(P63-65)
【作者】陈盛双;崔唯
【作者单位】汉口学院公共数学部,湖北武汉430212
【正文语种】中文
【中图分类】TP311
【相关文献】
1.基于极限学习机的XML文档分类
2.基于双隐层极限学习机的模糊XML文档分
类3.基于多特征融合与极限学习机的植物叶片分类方法4.基于特征融合的极限学
习机图像分类方法5.基于核极限学习机的多标签数据流集成分类方法
因版权原因，仅展示原文概要，查看原文内容请购买。