Indexed by：
Abstract：
本发明公开了基于多隐层极限学习机的中文文本分类方法，将正则化极限学习机模型应用到中文文本分类问题中，使用多隐层极限学习机模型对文本进行分类。使用复旦大学中文语料库作为文本分类的训练集和测试集；对文本数据进行预处理等操作，包括：统一编码方式、切词和去除停用词、符号、数字等；使用空间向量模型对文本进行表示，将数据集转换成文本矩阵；使用多隐层极限学习机对文本进行分类，其中包括文本降维、特征映射和文本分类。文本降维：将高维文本数据转换成可以进行计算的低维文本数据。使用多隐层极限学习机的多隐层结果对文本的特征进行映射，进行高层特征表示。使用多隐层极限学习机中的正则化极限学习机对文本进行分类。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201710665695.9
Filing Date： 2017-08-07
Publication Date： 2017-12-08
Pub. No.： CN107451278A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
