基于遗传支持向量机算法的文本分类

• 作者: 方艺辉
• 来源期刊: 福建商业高等专科学校学报
• 学科: 工学
• 关键词: 遗传算法 支持向量机 文本分类
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 其他
• 页码范围: 90-94
• 页数: 5页
• 分类号: TP391.1
• 字数: 2019字
• 语种: 中文

摘要

支持向量机具有良好的泛化和高维模式识别能力,广泛地应用于文本分类中.然而,文本分类的准确性却很大程度上依赖于参数惩罚因子(C)和核函数(γ)的正确选择.运用遗传算法优化支持向量机参数,选取文本分类准确率作为适应度函数,通过种群进化实现支持向量机参数寻优,构造基于遗传向量机算法的文本分类器(GA-SVM).实验表明,改进后的文本分类器(GA-SVM)在准确度和运行速度都有明显的提高,具有较强的可行性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方艺辉	福建商业高等专科学校信息管理工程系	6	8	2.0	2.0