基于支持向量机的不均衡文本分类方法

• 作者: 许翰林 高超
• 来源期刊: 现代电子技术
• 关键词: 混合算法 支持向量机 不均衡数据集 插值样本 文本分类 迭代进化
• 年，卷（期）: 2018,（15）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 183-186
• 页数: 4页
• 分类号: TN911.1-34|TP391.9
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.15.041

摘要

目前支持向量机(SVM)对均衡文本数据集进行文本分类时表现十分良好,但如果文本数据集是不均衡的,尤其是当不均衡率很大时,容易导致支持向量机分类失败.提出PSO-SMOTE混合算法,针对不均衡文本数据集问题,运用SMOTE算法生成插值样本均衡数据集,并通过PSO算法迭代进化得到最佳的插值样本,对支持向量机的文本分类能力进行优化.实验结果表明,新算法大幅优化了支持向量机分类不均衡文本数据集的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高超	南京信息工程大学电子与信息工程学院	11	32	3.0	5.0
2	许翰林	南京信息工程大学电子与信息工程学院	3	10	2.0	3.0