收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

SVM算法在文本分类中的研究

胡荣  罗庆云  
【摘要】:SVM算法只使用已归类的数据训练分类器,而EM算法用少量已归类数据,结合大量的未归类数据来训练分类器,在减少已归类数据的同时保证了分类器的精度。本文基于EM算法的思想,根据SVM文本分类模型,提出一种新的迭代SVM文本分类算法。实验结果表明,迭代SVM算法分类精度高于传统的SVM文本分类算法,具有较好的性能。

知网文化
【相似文献】
中国期刊全文数据库 前2条
1 胡荣;罗庆云;;SVM算法在文本分类中的研究[J];衡阳师范学院学报;2006年03期
2 刘路;李弼程;张先飞;;基于正反例训练的SVM命名实体关系抽取[J];计算机应用;2008年06期
中国硕士学位论文全文数据库 前1条
1 江川;基于AUC的SVM多类分类算法的优化[D];武汉科技大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978