基于SVM的Web文本分类 |
| |
引用本文: | 韩毅,周晏.基于SVM的Web文本分类[J].科技信息,2009(17):23-25. |
| |
作者姓名: | 韩毅 周晏 |
| |
作者单位: | 安阳工学院计算机科学与信息工程系; |
| |
摘 要: | 支持向量机是建立在统计学习理论的VC维理论和结构风险最小原理基础上发展起来的一种新的机器学习方法。它是在有限样本的基础上,在训练复杂度和学习能力之间寻求折中,以期望获得较好的推广能力。支持向量机具有理论完备、适应性强、全局优化、训练时间短、泛化性能好等优点,已经成为目前国际、国内研究的热点。国际上己经有一很多关于SVM的研究报道,SVM在很多方面都有成功应用实例,如粒子鉴定、脸谱识别、文本分类、生物信息、商用数据库。本文主要探讨在Web文本的分类。
|
关 键 词: | 支持向量机 Web文本 分类平面 |
本文献已被 CNKI 维普 等数据库收录! |
|