KNN和SVM并行结合的算法 |
| |
作者姓名: | 李胜东 吕学强 施水才 石俊涛 |
| |
作者单位: | 廊坊燕京职业技术学院计算机工程系;北京信息科技大学网络文化与数字传播北京市重点实验室 |
| |
基金项目: | 网络文化与数字传播北京市重点实验室开放课题资助项目(ICDD201105,ICDD201205);国家自然科学基金资助项目(61271304);北京市教委科技发展计划重点资助项目暨北京市自然科学基金B类重点资助项目(KZ201311232037);2013年河北省高等学校科学技术研究自筹资金资助项目(Z2013162) |
| |
摘 要: | 根据话题跟踪的定义和特点,分析了K最近邻(KNN)算法和支持向量机(SVM)算法的优缺点,发现它们的优缺点具有互补的可能性,提出了KNN和SVM并行结合的算法作为话题跟踪算法,设计了话题跟踪实验,实验结果证明了新算法作为话题跟踪算法,考虑了话题跟踪的特点,利用了KNN算法和SVM算法的理论优势而避免了理论的缺陷,处理话题跟踪问题时具有很好的话题跟踪效果.
|
关 键 词: | 支持向量机 K最近邻 并行算法 话题跟踪 话题检测 |
本文献已被 CNKI 等数据库收录! |
|