...
机译:一种使用正负类概率几率进行文本分类的新术语加权方案
Computer Engineering, Dong-A University, Busan, 604-714, Korea;
机译:模型诱导的文本分类术语加权方案
机译:将用于SVM文本分类的监督术语权重度量与扩展术语表示相结合
机译:通过遗传编程进行术语加权学习以进行文本分类
机译:负信息的积极作用:在二元蛋白质组序列分类中扩展一类分类模型。
机译:第一部分。单正分子氢离子在(2P奇数-π-轨道)-(1S偶数-西格玛轨道)和(2P奇数-π-轨道)-(3D偶数-西格玛轨道)的理论跃迁几率。第二部分JUPITER可能的单正分子氢离子紫外线发射光谱。
机译:相关性流行度:基于术语事件模型的文本分类特征选择方案
机译:1使用正类和负类概率的文本分类的新术语加权方案