| 基于改进的SVM文本分类建模 |
| |
| 引用本文： | 刘秀松.基于改进的SVM文本分类建模[J].情报理论与实践,2007,30(6):841-843. |
| |
| 作者姓名： | 刘秀松 |
| |
| 作者单位： | 山东理工大学,图书馆,山东,淄博,255049 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 云模型 支持向量机 文本分类 |
| 修稿时间： | 2007-07-23 |
Text Categorization Modeling Based on Improved SVM |
| |
| Liu Xiusong.Text Categorization Modeling Based on Improved SVM[J].Information Studies:Theory & Application,2007,30(6):841-843. |
| |
| Authors: | Liu Xiusong |
| |
| Abstract: | |
| |
| Keywords: | cloud model SVM text categorization |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
