Aswani Kumar，Cherukuri；苏里佩迪·斯里尼瓦斯 使用特征值分析进行潜在语义索引，以实现高效的信息检索。 （英语） Zbl 1122.68047号 国际期刊申请。数学。计算。科学。 16，第4期，551-558（2006）. 摘要：近年来，基于截断奇异值分解的潜在语义索引（LSI）文本检索技术得到了广泛的研究。然而，计算截断SVD所涉及的昂贵复杂性是LSI方法的一个主要缺点。在本文中，我们演示了矩阵秩近似如何影响信息检索系统的有效性。此外，我们提出了一种基于特征值分析的LSI方法的实现，用于秩近似，无需计算截断SVD，并给出了其计算细节。在测试的文档集合中，在保持检索准确性的同时，可以观察到计算时间的显著改进。 引用于1文件 MSC公司： 68第20页 信息存储和数据检索 68层35 人工智能语言和软件系统理论（基于知识的系统、专家系统等） 68T05型 人工智能中的学习和自适应系统 15甲18 特征值、奇异值和特征向量 关键词：奇异值分解；向量空间法 软件：svd包；算法844 PDF格式BibTeX公司 XML格式引用 \textit{C.Aswani Kumar}和\textit{S.Srinivas}，国际期刊应用。数学。计算。科学。16，第4号，551--558（2006；Zbl 1122.68047） 全文： 欧洲DML