一种大规模文本分类大间隔近邻算法

• 作者: 冯志新 朱茜 覃华 陈晨
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 半定规划 大间隔近邻 胡贝尔损失函数 大规模文本分类 泛化能力
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 68-72
• 页数: 5页
• 分类号: TP311.13
• 字数: 3896字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.06.015

摘要

大间隔近邻算法(Large Margin Nearest Neighbor,LMNN)具有较强学习能力和泛化能力,在分类领域有广泛的应用.但将其用于大规模文本分类问题时,LMNN算法中的半定规划问题规模会随着数据规模增大而急剧膨胀,导致求解困难.针对此问题,引入胡贝尔损失函数把LMNN算法的半定优化模型分解为2个低阶的连续优化子模型,降低算法的计算复杂度,提高计算效率.在舆情分类数据集上的实验结果表明,本文算法与传统大间隔近邻算法相比,精度提高了4.5％,分类时间节省了47.1％,故采用分解降阶法来改进LMNN算法的性能是可行的,更适用于大规模文本分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃华	广西大学计算机与电子信息学院	52	334	11.0	15.0
2	陈晨	广西大学计算机与电子信息学院	11	14	2.0	3.0
3	冯志新		5	25	3.0	5.0
4	朱茜	广西大学计算机与电子信息学院	2	5	2.0	2.0