基于粗糙集约简并加权的SVM分类算法

• 作者: 吴欣远 林建辉
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: SVM 粗糙集 约简 加权
• 年，卷（期）: 2014,（20）
• 所属期刊栏目: 技术与方法
• 页码范围: 55-57,61
• 页数: 4页
• 分类号: TP391.1
• 字数: 3541字
• 语种: 中文

摘要

针对 Web 中文文本分类中现有权重计算方法的不足和 SVM 算法对大数据量模式分类的低效性，提出了基于粗糙集约简并且加权的 SVM 分类方法。粗糙集作为 SVM 分类的前期预处理器，应用粗糙集的约简理论和基于 Web 中文文本的可变精度粗糙集加权方法对分类前的数据分别进行简化并计算权重，从而提高 SVM 后期分类的效率和精度。实验结果表明， SVM 对约简并加权后的数据进行分类，分类性能得到了进一步保证。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林建辉	西南交通大学牵引动力国家重点实验室	200	1374	17.0	29.0
2	吴欣远	西南交通大学牵引动力国家重点实验室	7	9	1.0	2.0