KNN和SVM并行结合的算法

• 作者: 吕学强 施水才 李胜东 石俊涛
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 K最近邻 并行算法 话题跟踪 话题检测
• 年，卷（期）: 2013,（z2）
• 页码范围: 113-116
• 分类号: TP391
• 语种: 中文

摘要

根据话题跟踪的定义和特点,分析了K最近邻(KNN)算法和支持向量机(SVM)算法的优缺点,发现它们的优缺点具有互补的可能性,提出了KNN和SVM并行结合的算法作为话题跟踪算法,设计了话题跟踪实验,实验结果证明了新算法作为话题跟踪算法,考虑了话题跟踪的特点,利用了KNN算法和SVM算法的理论优势而避免了理论的缺陷,处理话题跟踪问题时具有很好的话题跟踪效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施水才	北京信息科技大学网络文化与数字传播北京市重点实验室	52	872	12.0	28.0
2	吕学强	北京信息科技大学网络文化与数字传播北京市重点实验室	146	1187	15.0	30.0