基于加权近似支持向量机的文本分类研究

• 作者: 宋顺林 杨霞
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 分类 近似支持向量机 加权近似支持向量机 非均衡数据 权值
• 年，卷（期）: 2009,（15）
• 所属期刊栏目: 人工智能
• 页码范围: 3594-3596
• 页数: 3页
• 分类号: TP391.4
• 字数: 3097字
• 语种: 中文

摘要

文本分类能够很好地帮助用户整理、获取信息,在提高信息检索的速度和准确率方面显得意义重大,具有很重要的研究价值.针对以往的近似支持向量机没有考虑不均衡数据的情况,提出了通过对每个训练错误赋予一个权值来改进近似支持向量机,并给出了一种简单的参数估计方法.实验结果表明,基于加权近似支持向量机的分类算法在处理不均衡数据时,样本数少的类别分类精度得到提高,性能表现良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋顺林	江苏大学计算机学院	83	886	16.0	25.0
2	杨霞	江苏大学计算机学院	2	13	2.0	2.0