多类支持向量机在文本分类中的应用

• 作者: 张德贤 张苗
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 文本分类 机器学习 支持向量机 多类支持向量机
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 应用与开发
• 页码范围: 104-106,110
• 页数: 4页
• 分类号: TP311.52
• 字数: 2920字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2008.05.033

摘要

传统的支持向量机(SVM)是两类分类问题,如何有效地将其推广到多类分类问题仍是一项有待研究的课题.本文在对现有主要的四种多类支持向量机分类算法讨论的基础上,结合文本分类的特点,详细介绍了决策树支持向量机和几种改进多类支持向量机方法在文本分类中的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张苗		19	80	5.0	8.0
2	张德贤		88	431	10.0	17.0