一种最大分类间隔SVDD的多类文本分类算法

• 作者: 罗琦
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 信息检索 文本挖掘 文本分类 支持向量数据描述 多类分类器
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 计算机、网络及其应用技术
• 页码范围: 496-499
• 页数: 4页
• 分类号: TP391.1
• 字数: 4313字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2014.04.023

摘要

文本分类是信息检索和文本挖掘的关键技术之一。提出了一种基于支持向量数据描述( SVDD)的多类文本分类算法，用支持向量描述训练求得包围各类样本的最小超球体，并使得分类间隔最大化，在测试阶段，引入基于核空间k-近邻平均距离的判别准则，判断样本所属类别。实验结果表明，该方法具有很好的泛化能力和很好的时间性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗琦		1	3	1.0	1.0