首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于粗糙集约简并加权的SVM分类算法
引用本文:邢丽莉,张兵,鹿玉红,李忠,周海全.基于粗糙集约简并加权的SVM分类算法[J].科技通报,2014(9).
作者姓名:邢丽莉  张兵  鹿玉红  李忠  周海全
作者单位:防灾科技学院,河北三河,065201
基金项目:中央高校基本科研业务费专项资金资助项目(编号ZY20130208);中国地震局教师科研基金资助项目(编号20110113)。
摘    要:针对Web中文文本分类中现有权重计算方法的不足和支持向量机算法对大数据量模式分类的低效性,提出了基于粗糙集约简并且加权的支持向量机分类方法;粗糙集作为支持向量机分类的前期预处理器,应用粗糙集的约简理论和基于Web中文文本的可变精度粗糙集加权方法对分类前的数据分别进行简化并计算权重,从而提高支持向量机后期分类的效率和精度;实验结果表明,支持向量机对约简并加权后的数据进行分类,分类性能得到了进一步保证。

关 键 词:支持向量机  粗糙集  约简  加权

A Classification Algorithm of SVM Based on Rough Set Reduction and Weighting
Xing Lili,Zhang Bing,Lu Yuhong,Li Zhong,Zhou Haiquan.A Classification Algorithm of SVM Based on Rough Set Reduction and Weighting[J].Bulletin of Science and Technology,2014(9).
Authors:Xing Lili  Zhang Bing  Lu Yuhong  Li Zhong  Zhou Haiquan
Abstract:
Keywords:SVM  rough set  reduction  weighting
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号