Uncertain XML documents classification using Extreme Learning Machine
Uncertain XML documents classification using Extreme Learning Machine
复制标题
使用极限学习机对不确定的 XML 文档进行分类
DOI：
10.1016/j.neucom.2015.02.095
复制
发表时间：
2016-01
期刊：
影响因子：
6
通讯作者：
Yang, Hongbo
中科院分区：
文献类型：
--
作者：
Bi, Xin;Wang, Guoren;Zhang, Zhen;Yang, Hongbo
在新兴的网络数据交换和存储的推动下，XML文档分类变得越来越重要。大多数现有的表示模型和传统的学习算法都是在某些XML文档上定义的。然而，在许多实际应用中，XML数据集包含固有的不确定性，这给分类问题带来了更大的挑战。在本文中，我们提出了一种新颖的解决方案来分类不确定的 XML 文档，包括不确定的 XML 文档表示和两种基于极限学习机的不确定学习算法。实验结果表明，我们的方法对于不确定的 XML 文档分类问题表现出突出的性能。
Driven by the emerging network data exchange and storage, XML documents classification has become increasingly important. Most existing representation model and conventional learning algorithm are defined on certain XML documents. However, in many real-world applications, XML datasets contain inherent uncertainty, which brings greater challenges to classification problem. In this paper, we propose a novel solution to classify uncertain XML documents, including uncertain XML documents representation and two uncertain learning algorithms based on Extreme Learning Machine. Experimental results show that our approaches exhibit prominent performance for uncertain XML documents classification problem.
登录
查看更多内容
DOI：
10.1145/1265530.1265570
发表时间：
2007-06
期刊：
Proceedings of the twenty-sixth ACM SIGMOD-SIGACT-SIGART symposium on Principles of database systems
影响因子：
--
作者：
P. Senellart;Serge Abiteboul
通讯作者：
P. Senellart;Serge Abiteboul
影响因子：
6
作者：
Yongjiao Sun;Ye Yuan;Guoren Wang
通讯作者：
Yongjiao Sun;Ye Yuan;Guoren Wang
DOI：
10.1007/s11280-012-0166-4
发表时间：
2011-10
期刊：
World Wide Web
影响因子：
--
作者：
Rui Zhou;Chengfei Liu;Jianxin Li;J. Yu
通讯作者：
Rui Zhou;Chengfei Liu;Jianxin Li;J. Yu
影响因子：
6
作者：
Huang, Guang-Bin;Zhu, Qin-Yu;Siew, Chee-Kheong
通讯作者：
Siew, Chee-Kheong
DOI：
--
发表时间：
2007-09
期刊：
--
影响因子：
--
作者：
B. Kimelfeld;Y. Sagiv
通讯作者：
B. Kimelfeld;Y. Sagiv