基于支持向量机的多类文本自动分类方法研究

• 作者: 李琼 董燕燕
• 来源期刊: 汉口学院学报
• 学科: 工学
• 关键词: 文本自动分类 支持向量机 二叉树 Mercer核
• 年，卷（期）: 2013,（2）
• 页码范围: 65-67
• 页数: 3页
• 分类号: TP391

摘要

文本自动分类是中文信息处理中的一个研究热点，而支持向量机是一种解决高维空间模式识别的高效分类方法。提出了一种基于Mercer核和二又树的改进支持向量机多类文本自动分类方法。实验结果表明，该方法较好地解决了输入样本空间中非线性可分问题，并在一定程度上提高了文本的自动分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董燕燕	汉口学院实验中心	5	1	1.0	1.0
2	李琼	汉口学院信息科学与技术学院	10	96	3.0	9.0