一种新的SVM多层增量学习方法HISVML

• 作者: 冯佳 宋胜利 王荔 陈平
• 来源期刊: 微电子学与计算机
• 关键词: 支持向量机 增量学习 关键词学习 文本分类
• 年，卷（期）: 2009,（5）
• 页码范围: 216-218,222
• 页数: 4页
• 分类号: TP311
• 语种: 中文

摘要

为了有效的解决支持向量机(SVM)在文本分类中的增量学习问题,文中提出了一种基于树结构的在线学习方法-HISVML.该方法通过将增量学习任务限制在分类子树中来达到减少工作量的目的.实验证明,HISVML比普通的单层增量学习器训练时间短、准确率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平	西安电子科技大学软件工程研究所	149	1211	17.0	28.0
2	宋胜利	西安电子科技大学软件工程研究所	8	71	5.0	8.0
3	王荔	西安电子科技大学软件工程研究所	2	10	2.0	2.0
4	冯佳	西安电子科技大学软件工程研究所	2	10	2.0	2.0