使用增量SVM进行文本分类

• 作者: 侯莉莉 周振龙 张世宏 张永
• 来源期刊: 兰州理工大学学报
• 学科: 工学
• 关键词: 文本分类 支持向量机 KKT条件 增量
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 自动化技术与计算机技术
• 页码范围: 100-103
• 页数: 4页
• 分类号: TP391
• 字数: 3438字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5196.2007.01.026

摘要

针对传统SVM无法适应文本数据库随着时间不断更新的问题,通过对新增文本集的KKT条件的分析,研究了加入新增文本集后支持向量集的变化,提出了使用增量SVM进行文本分类的算法,并通过实验验证了通过该算法得到的分类器和传统分类器有着相似的分类能力和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永	兰州理工大学计算机与通信学院	55	314	10.0	14.0
2	周振龙	兰州理工大学计算机与通信学院	3	20	2.0	3.0
3	侯莉莉	兰州理工大学计算机与通信学院	2	20	2.0	2.0
4	张世宏		1	13	1.0	1.0