支持向量机(SVM)主动学习方法研究与应用

• 作者: 张健沛 徐华
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 支持向量机 主动学习 文本分类 邮件过滤
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 1-3
• 页数: 3页
• 分类号: TP181|TP301.1
• 字数: 3946字
• 语种: 中文

摘要

文中介绍了一种用SVM进行主动学习的方法,解决在某些机器学习问题中,训练样本获取代价过大带来的问题.实验表明,该方法与普通SVM方法相比,在保证SVM分类器性能的前提下,可有效减少学习所需的样本数量.最后设计了一个基于该思想的邮件过滤器模型,依据该模型设计的邮件过滤器将有实时监控、自动更新邮件过滤模块的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张健沛	哈尔滨工程大学计算机科学与技术学院	156	1356	19.0	28.0
2	徐华	哈尔滨工程大学计算机科学与技术学院	4	50	3.0	4.0