面向元信息分类的支持向量机改进技术

• 作者: 丁军平 蔡皖东
• 来源期刊: 西安交通大学学报
• 关键词: 元信息分类 支持向量机 特征向量表示 粗糙集
• 年，卷（期）: 2011,（8）
• 页码范围: 37-42
• 分类号: TP393.0
• 语种: 中文

摘要

针对传统元信息分类方法的准确率不能满足主动P2P网络监测模型要求的问题,提出了一种基于改进支持向量机算法的元信息分类方法.该方法首先通过在加权最小二乘支持向量机的基础上加入对数据偏斜的处理,解决了元信息分类时关键词特征稀疏和样本高度不均衡问题,在对元信息文件名进行分词时,加入了词条之间的组合关系处理,在进行特征向量表示时,加入了对词条权值和语义属性的处理,最后使用基于粗糙集的属性规约方法进行特征向量选择,有效地降低了特征向量维度.实验结果表明,与传统方法相比,所提方法在进行元信息分类时能够大幅度提高分类准确率,准确率可达到97.8％,完全能够满足主动P2P网络监测模型的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁军平	西北工业大学计算机学院	8	23	4.0	4.0
2	蔡皖东	西北工业大学计算机学院	157	1423	21.0	28.0