基于损失最小化的SVM多类网页分类算法

• 作者: 张亮 邵浩然 马范援
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 网页/文本分类 空间向量模型 SVM 损失最小化 KNN分类器
• 年，卷（期）: 2005,（7）
• 所属期刊栏目: 基金项目论文
• 页码范围: 16-17,50
• 页数: 3页
• 分类号: TP3
• 字数: 2361字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2005.07.008

摘要

本文提出一种基于损失最小化的SVM多类网页分类算法,该算法在多类的网页分类问题上将基于损失最小化的SVM分类算法和KNN相结合,在选择分类器顺序的问题上采用剩余样本最小错误率方法.实验表明该方法简单有效,较大地提高了SVM分类算法的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马范援	上海交通大学计算机科学与工程系	64	1043	18.0	31.0
2	张亮	上海交通大学计算机科学与工程系	64	511	13.0	19.0
3	邵浩然	上海交通大学计算机科学与工程系	2	13	2.0	2.0