K-NN与SVM相融合的文本分类技术研究

• 作者: 关毅 徐志明 王强 王晓龙
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: KNN 文本聚类 SVM Sigmoid CLA
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 信息技术
• 页码范围: 19-24
• 页数: 6页
• 分类号: TP3
• 字数: 6504字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2005.05.005

摘要

提出了一种改进的K-NN (K Nearest Neighbor)与SVM (Support Vector Machine)相融合的文本分类算法.该算法利用文本聚类描述K-NN算法中文本类别的内部结构,用sigmoid函数对SVM输出结果进行概率转换,同时引入CLA(Classifier's Local Accuracy)技术进行分类可信度分析以实现两种算法的融合.实验表明该算法综合了K-NN与SVM在分类问题中的优势,既有效地降低了分类候选的数目,又相应地提高了文本分类的精度,具有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王强	哈尔滨工业大学计算机科学与技术学院	115	1806	22.0	39.0
2	关毅	哈尔滨工业大学计算机科学与技术学院	56	1214	16.0	33.0
3	王晓龙	哈尔滨工业大学计算机科学与技术学院	85	1755	24.0	38.0
4	徐志明	哈尔滨工业大学计算机科学与技术学院	21	766	11.0	21.0