基于球向量机的中文文本分类

• 作者: 卢祖友 桑永胜
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本分类 支持向量机 球向量机
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 算法研究
• 页码范围: 82-84
• 页数: 3页
• 分类号: TP391
• 字数: 2936字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2008.12.022

摘要

SVM在文本分类中的应用是近年来文本分类领域重要的进展之一.许多实验表明,SVM在文本分类中比其他的机器学习算法表现出更高的分类精度,但在大规模数据上的收敛速度较慢,成为SVM在实际应用中的一大缺点.球向量机是一种比SVM更快的机器学习方法.本文将BVM应用于文本分类.实验表明,BVM在文本分类中的应用具有与SVM相当的精度,而且比SVM有更少的训练时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢祖友	电子科技大学计算机学院计算智能实验室	1	12	1.0	1.0
2	桑永胜	电子科技大学计算机学院计算智能实验室	1	12	1.0	1.0