噪声消除与SMO算法收敛性

• 作者: 何建兵 何清 史忠植
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 支持向量机 SMO算法 噪声样本
• 年，卷（期）: 2006,（24）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 160-163
• 页数: 4页
• 分类号: TP301.6
• 字数: 4011字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.24.048

摘要

近年来,随着序列最小优化分类算法SMO等一系列快速算法的推出,支持向量机在自动文本分类研究领域取得了很大的成功.大多数文本分类问题是线性可分的,使用线性核函数的SMO算法能够取得非常好的分类效果.但是文本向量是一种非常稀疏的向量,采用线性核函数的SMO算法对噪声样本非常敏感,容易产生发散的问题.文章分析证明了噪声如何影响SMO算法收敛性.为了解决训练样本中噪声样本影响SMO算法收敛的问题,设计了一个消除噪声样本的算法,取得了非常好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何清	中科院计算技术研究所智能信息处理重点实验室	10	138	6.0	10.0
2	史忠植	中科院计算技术研究所智能信息处理重点实验室	27	586	11.0	24.0
3	何建兵	中国科学院研究生院软件学院	2	14	2.0	2.0