基于超椭球支持向量机的兼类文本分类算法

被引：4

作者：

秦玉平 ^{[1
]}

王祎 ^{[2
]}

伦淑娴 ^{[3
]}

王秀坤 ^{[4
]}

机构：

[1] 渤海大学工学院

[2] 渤海大学数理学院

[3] 渤海大学新能源学院

[4] 大连理工大学计算机科学与技术学院

来源：

计算机科学 | 2013年 / 40(S2)卷 / S2期

关键词：

超椭球支持向量机; 兼类分类; 马氏距离;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081203 ;

摘要：

提出一种基于超椭球支持向量机的多类文本分类算法。对每一类样本,利用超椭球支持向量机方法在特征空间求得一个超椭球,使其包含该类尽可能多的样本,同时将噪音点排除在外。分类时,利用待分类样本映射到每个超椭球球心的马氏距离确定其类别。在标准数据集Reuters 21578上的实验结果表明,该算法有效地提高了分类精度。

引用

页码：98 / 100

页数：3

共 8 条

[1] 一种新的兼类文本分类方法 [J].