基于支持向量机和稀疏表示的文本分类研究

• 作者: WU Chen 刘国锋
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 稀疏表示 SVM 频率核函数 文本分类
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2479-2481,2497
• 页数: 4页
• 分类号: TP391
• 字数: 2535字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2017.12.032

摘要

文本分类对于各个领域挖掘文本信息非常重要,论文在基于频率核函数的文本分类基础上,充分比较各种分类器的优缺点,提出一种利用稀疏表示分类器(SRC)和支持向量机(SVM)的组合方法进行文本分类,以提高文本分类的性能.最后通过实验表明,使用二者结合的方法效果明显好了很多.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国锋	江苏科技大学计算机科学与工程学院	1	2	1.0	1.0