【文件属性】：
文件名称：Paper10-SparseLSA:稀疏潜在语义索引
文件大小：1.63MB
文件格式：ZIP
更新时间：2021-07-02 03:00:16
MATLAB
稀疏LSA
稀疏潜在语义索引
如果您使用代码，请引用以下论文。 @INPROCEEDINGS{sdm2011slsa，作者 = {X. Chen and Y. Qi and B. Bai and Q. Lin and JG Carbonell}, title = {Sparse Latent Semantic Analysis}, booktitle = {SIAM International Conference on Data Mining (SDM)}, year = {2011}, bib2html_pubtype = {裁判会议}, }
抽象的：
潜在语义分析（LSA）作为最流行的无监督降维工具之一，在文本挖掘和信息检索方面有着广泛的应用。 LSA 的关键思想是学习一个投影矩阵，将文档的高维向量空间表示映射到低维潜在空间，即所谓的潜在主题空间。 在本文中，我们提出了一种称为
【文件预览】：
Paper10-SparseLSA-master
----sparseLSA()
--------20ng_data.mat(1.28MB)
--------cal2norm.m(251B)
--------PROPACK()
--------A_learning_nn.m(85B)
--------sparse_drive.m(1KB)
--------sparse_LSA.m(2KB)
--------A_learning_group.m(2KB)
--------A_learning.m(112B)
--------Read Me.txt(1KB)
----README.md(2KB)