用于文本分类的多核SVM算法研究

• 作者: 姚伏天 陈莲娜
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 SVM 多核学习
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 196-198
• 页数: 3页
• 分类号: TP183
• 字数: 3089字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.09.072

摘要

根据文本分类通常包含多异类数据源的特点,提出了多核SVM学习算法.该算法将分类核矩阵的二次组合重新表述成半无限规划,并说明其可以通过重复利用SVM来实现有效求解.实验结果表明,提出的算法可以用于数百个核的结合或者是数十万个样本的结合,对于多异类数据源的文本分类具有较高的查全率和查准率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈莲娜	中国计量学院计算机科学系	18	64	5.0	7.0
2	姚伏天	中国计量学院计算机科学系	2	17	1.0	2.0