基于IA参数寻优组合核的SVM文本分类研究 |
| |
引用本文: | 段文影,饶泓,段隆振,马海亮.基于IA参数寻优组合核的SVM文本分类研究[J].南昌大学学报(理科版),2018,42(3):289. |
| |
作者姓名: | 段文影 饶泓 段隆振 马海亮 |
| |
作者单位: | 南昌大学信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(61262047); 江西省教育厅科技基金资助项目(GJJ14141); |
| |
摘 要: | 支持向量机在解决非线性及高维模式识别中表现出许多特有的优势,被广泛应用在文本分类领域。但是其核函数及其参数的选择对分类效果具有很大的影响,单一核函数难以很好地解决文本分类问题。因此,本文选取了三个常用的核函数进行两两组合,利用加权组合核的形式来弥补单核自身特点可能带来的缺点,然后利用人工免疫算法(Immune algorithm,IA)对组合核进行参数寻优,以提高文本分类效果。实验分析证明,此方法有效。
|
关 键 词: | 支持向量机 文本分类 组合核 IA参数寻优 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《南昌大学学报(理科版)》浏览原始摘要信息 |
| 点击此处可从《南昌大学学报(理科版)》下载免费的PDF全文 |
|