%0 Journal Article
%T 一种Web文档在线自适应分类新方法
%A 黎昱
%A 黄席樾
%A 周欣
%A 刘涛
%J 重庆大学学报
%D 2003
%R 10.11835/j.issn.1000-582X.2003.07.012
%X Web文档自动分类是Web挖掘中的重要研究内容。文档向量空间模型(VSM)是实现文档自动分类的基础，但如何排除冗余属性并降低向量空间的维数是一个难点。文中运用粗集理论对由样本文档集合构成的信息系统进行数据泛化，并求取文档的最优规约属性集，大大降低了文档的特征空间的维数，减少了冗余属性对文档分类的干扰，提高了分类效率。运用FuzzyARTMAP(adaptiveresonancetheorymapping)神经网络，利用其自适应分类和增量学习的优良特性，实现了对Web文档的在线自适应分类。
%K 网页分类
%K 粗集
%K 属性规约
%K 在线自适应分类
%K Web文档
%U http://qks.cqu.edu.cn/cqdxzrcn/ch/reader/view_abstract.aspx?file_no=200307255&flag=1