基于超球支持向量机的兼类文本分类算法研究

被引：2

作者：

秦玉平 ^{[1
]}

王秀坤 ^{[1
]}

李祥纳 ^{[2
]}

王春立 ^{[1
]}

机构：

[1] 大连理工大学电子与信息工程学院

[2] 渤海大学信息科学与工程学院

来源：

计算机工程与应用 | 2008年 / 19期

关键词：

支持向量机; 超球; 兼类; 分类;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对兼类文本,提出了一种分类算法。对属于同一类别的文本,利用超球支持向量机在特征空间中求得一个能包围该类尽可能多文本的最小超球,使各类文本之间通过超球分隔开,达到分类效果。对待分类文本,计算它到各超球球心的距离,根据距离判定该文本所属的类别。实验结果证明,该算法不仅具有较快的分类速度,而且具有较高的分类精度。

引用

页码：166 / 168

页数：3

共 4 条

[1] 基于支持向量机的多分类增量学习算法 [J].