| 交互支持向量机学习算法及其应用 |
| |
| 引用本文： | 卢增祥,李衍达.交互支持向量机学习算法及其应用[J].清华大学学报(自然科学版),1999,39(7):301. |
| |
| 作者姓名： | 卢增祥 李衍达 |
| |
| 作者单位： | 清华大学,自动化系,北京,100084 |
| |
| 基金项目： | 国家教委“211”工程项目 |
| |
| 摘 要： | 交互支持向量机学习算法能解决一些监督学习问题中学习样本较少的问题，它以支持向量机（ Ｓ Ｖ Ｍ ）方法为基础，将设计分类器变成一个交互的过程，即： 根据对已知样本进行的 Ｓ Ｖ Ｍ 分类器设计，主动采样选择“有用”的新样本，并进行下一步 Ｓ Ｖ Ｍ 分类器的设计。与普通 Ｓ Ｖ Ｍ 法相比，该方法所需的样本量大大降低，而且可能达到更好的推广能力。文本信息过滤问题的实例说明了该算法的有效性。
|
| 关 键 词： | 交互支持向量机 主动学习 文本分类 文本信息过滤 |
| 修稿时间： | 1998-05-30 |
Interactive support vector machine learning algorithm and its application |
| |
| LU Zengxiang,LI Yanda.Interactive support vector machine learning algorithm and its application[J].Journal of Tsinghua University(Science and Technology),1999,39(7):301. |
| |
| Authors: | LU Zengxiang LI Yanda |
| |
| Abstract: | |
| |
| Keywords: | interactive support vector machine active learning text classification text information filtering |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
