一种基于R-FSVM的文本分类算法

摘要：

目前模糊支持向量机使用的隶属度很大程度上依赖于先验知识、后验概率和多个自由参数,应用面不广、计算复杂、较难执行性能调优.为独立于学科领域知识,让模糊支持向量机利用样本集构造出性能更优的分类器,引入了一种更具鲁棒性的隶属度计算方法:R-FSVM,该算法使用重构误差计算每个文档相对于归属类别的隶属度.最后构造了文本分类实验系统,实验结果表明改进算法在准确率、召回率、F1值上具有更好的性能.

关键词：隶属度、模糊支持向量机、鲁棒性、重构误差、文本分类

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5页

页码：3674-3678