###
DOI:
计算机系统应用英文版:2015,24(7):137-141
本文二维码信息
码上扫一扫!
特征主成分算法再探
(1.上海师范大学 语言研究所, 上海 200234;2.上海医疗器械高等专科学校, 上海 200093)
Restudy of Features Principal Component Algorithm
(1.Institute of Language, Shanghai Normal University, Shanghai 200234, China;2.Shanghai Instrumentation Colledge, Shanghai 200940, China)
摘要
图/表
参考文献
相似文献
本文已被:浏览 1205次   下载 1912
Received:April 22, 2014    Revised:November 28, 2014
中文摘要: 对作者之前设计的求语言特征主成分的“距离法”做了深度解析, 指出了“距离法”在应用过程中, 切分成两个集合的“断点”会影响计算结果的精度. 借助聚类分析的思想重新设计了语言特征主成分算法——“聚类法”来弥补“距离法”的缺陷. 最后指出两个方法的缺陷可以相互弥补, 在实际应用中应结合使用.
Abstract:This paper analyzes the “distance method” that is an algorithm of language features and points out the questions of “distance method”: “Breakpoint” that be used cut into two sets will affect the accuracy of calculation. It designs a new algorithm named “clustering method” with the idea of clustering analysis. The defects of two methods can complement each other and should be used together in practical application.
文章编号:     中图分类号:    文献标志码:
基金项目:教育部哲学社会科学研究重大课题攻关项目(09JZDH007)
引用文本:
邵泽国.特征主成分算法再探.计算机系统应用,2015,24(7):137-141
SHAO Ze-Guo.Restudy of Features Principal Component Algorithm.COMPUTER SYSTEMS APPLICATIONS,2015,24(7):137-141