农业信息分类中K-means与SVM的混合算法研究

摘要：

随着新疆农业信息技术的不断发展和农村互联网的广泛普及,互联网中海量的农业相关知识和信息虽然为工作人员带来了便利,但是与此同时也给信息检索增加了难度.在对具有新疆特色的农作物网页信息分类研究的基础上,提出并实现了K-means与SVM相结合的分类方法,以帮助农业相关工作人员获得更准确有效的信息.该分类方法采用K-means对训练样本进行聚类以减少边缘训练样本,并应用SVM对删减后的训练集进行训练.为减少训练集边缘样本、节省训练时间,还提出了两种基于中心向量的边缘样本删减方法,分别仅保留中心向量方法和保留中心向量临近样本.实验验证结果表明,所提出的方法均能够同时有效地减少训练样本和训练时间.

关键词：农业信息、分类、聚类、边缘样本删减

所属期刊栏目：27

分类号：TP301.6(计算技术、计算机技术)

资助基金：新疆维吾尔自治区科技计划项目2015X0108-1

在线出版日期：2017-07-12（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：178-182