一种基于DGMF与PSO的多核SVM

摘要：

目前常用的支持向量机采用传统的单一高斯核函数,或者传统高斯核函数与多项式核函数的组合,但是存在着分类器泛化推广能力不强,容易出现数据偏斜等问题鉴于此,提出了基于DGMF的多核支持向量机、并采用粒子群算法优化其参数.最后构造了文本倾向性分类实验,实验结果表明改进算法在正确率、准确率、召回率、F1值上具有更好的性能.

关键词：双高斯合成函数、多核支持向量机、组合核函数、粒子群算法、文本倾向性分类

所属期刊栏目：8

分类号：TP181(自动化基础理论)

在线出版日期：2012-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3171-3178