基于改进的SVM文本分类建模   总被引：1，自引：0，他引：1  

刘秀松 《情报理论与实践》2007,30(6):841-843

SVM是一种新的分类工具,可是其核函数在数学上必须满足Mercer条件,使得具有良好全局分类性能的Sigmoid函数在SVM中应用受到限制。本文将Sigmoid核函数与云模型相结合,提出一种简单的核函数的实现方法。此方法不仅提高了SVM文本分类能力,而且明显地减少了平均的CPU执行时间。  相似文献   

读者满意度:一个多层次综合评价方法研究     

刘秀松 《情报杂志》2007,26(8):43-45

利用概念的数值表示与自然语言值描述的不确定性转换模型--云模型,构建了图书馆读者满意度多层次的综合评价模型.该模型将定性概念的模糊性和随机性集成到一起,把不确定的评语映射为不同的云滴,把各因素的权重变化映射为可修正的云的数学期望,并对影响图书馆读者满意度的各因素从低层次到高层次进行了综合评价.  相似文献