简介：提出将PCA及LVQ网络用于专业可持续发展分类应用研究,通过多种调研形式获取专业发展的21项指标,首先对比使用标准正交归一化方法和min-max归一化方法对原始的样本进行归一化,再利用PCA算法解除样本特征的相关性,实现数据的降维。最后利用LVQ神经网络对已经降维的数据进行学习,并得到学习结果,最后利用学习得到的权值矩阵对新的样本进行识别,判断专业发展水平。
简介：将海量文献资源按照一定组织方法进行快速、准确分类,势必会辅以自动化手段,而完全实现图书自动分类存在难度,但借助计算机对图书分类号进行审校具有可行性。在图书自动分类研究的基础上,提出一种基于经验学习的图书分类号审校思路,建立具有图书样本特征采集、分词、去噪、加权、匹配等功能的审校平台架构,通过经验学习自增长分类经验库解决分类实例库匹配度不高、知识有限等问题。
基于PCA-LVQ的专业可持续发展综合分类研究
一种经验学习型图书分类号审校平台架构
