基于加权近似支持向量机的文本分类研究
文本分类能够很好地帮助用户整理、获取信息,在提高信息检索的速度和准确率方面显得意义重大,具有很重要的研究价值.针对以往的近似支持向量机没有考虑不均衡数据的情况,提出了通过对每个训练错误赋予一个权值来改进近似支持向量机,并给出了一种简单的参数估计方法.实验结果表明,基于加权近似支持向量机的分类算法在处理不均衡数据时,样本数少的类别分类精度得到提高,性能表现良好.
分类、近似支持向量机、加权近似支持向量机、非均衡数据、权值
30
TP391.4(计算技术、计算机技术)
2009-09-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
3594-3596