甘新玲
- 作品数:2 被引量:2H指数:1
- 供职机构:大连海事大学更多>>
- 发文基金:国家自然科学基金国家教育部博士点基金更多>>
- 相关领域:自动化与计算机技术文化科学更多>>
- 面向循证医学网络文献的SVM分类方法被引量:2
- 2008年
- 支持向量机(support vector machine,SVM)是在统计学习理论基础上发展起来的一种新的机器学习方法,是一种高效的分类识别方法。首先分析支持向量机原理,然后提出一种使用Bagging组合学习方法改进SVM算法的网页分类方法。基于循证医学网络文献分类的实验表明,该方法使训练数据规模大大减小,且比传统的SVM算法分类性能更好,具有较好的精确率和召回率。
- 甘新玲鲁明羽唐焕玲李永
- 关键词:循证医学网页分类支持向量机核函数
- 循证医学网络文献的分类方法及其应用研究
- 循证医学(EBM)已成为国际医学界主流医疗模式,它实施的关键是获取和筛选最佳证据,形成EBM系统评价和实践指南。随着互联网的迅速发展,目前有海量的医学文献以网页的形式出现,面对如此之多的信息,仅靠人工进行分类和管理已经力...
- 甘新玲
- 关键词:循证医学网络文献
- 文献传递