一种融入可信度的集成SVM垃圾书签检测方法

• 作者: 周全强 张付志
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 垃圾书签 垃圾检测 支持向量机 可信度 集成学习
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 研究与应用
• 页码范围: 591-596
• 分类号: TP391.1
• 字数: 4756字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2011.04.019

摘要

针对现有垃圾书签检测方法在用户概貌信息较少情况下检测性能下降的问题,提出一种融入可信度的集成SVM垃圾书签检测方法.首先基于Bootstrap技术对训练样本进行可重复采样,得到个体SVM的训练子集,然后将SVM的标准输出直接拟合Sigmoid函数得到SVM的后验概率输出,作为类别输出的可信度,并提出一种性能优于投票策略的融入可信度的融合方法对个体SVM的输出结果进行融合.实验结果表明,该方法在用户概貌信息较少的情况下具有较好的检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张付志	燕山大学信息科学与工程学院	54	475	12.0	19.0
2	周全强	燕山大学信息科学与工程学院	3	24	2.0	3.0