Department of Information System, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya 60111, Indonesia;
Department of Information System, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo-Surabaya 60111, Indonesia;
Media; Support vector machines; Classification algorithms; Government; Urban areas; Text categorization; Labeling;
机译:从TF-IDF到TF-IGM进行文本分类中的术语加权
机译:用于基于术语加权方案的文本分类,基于基于术语的改进的TF-IDF用于互联网媒体报告
机译:改善模糊分类系统性能的加权函数
机译:通过TF-IGM加权提高公共投诉的分类绩效:案例研究:媒体中心E-Wadul Surabaya
机译:西弗吉尼亚州中学公立学校图书馆媒体中心和图书馆媒体专家及其对21世纪技术工具的使用的研究。
机译:应用于二维颜色多普勒流动成像超声图像的深度学习显着提高了乳房群众分类中的诊断性能:多中心研究
机译:作者:王莹,王莹,王孝娣,王孝娣,王孝娣,王孝娣,王
机译:改善消费者投诉处理的可行性研究。联邦机构投诉处理:评估更新