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

支持向量机在文本分类中的应用的概述
引用本文:匡琳.支持向量机在文本分类中的应用的概述[J].科技资讯,2008(36):218-219.
作者姓名:匡琳
作者单位:江西财经大学,江西南昌,330013
摘    要:支持向量机SVM(Support Vector Machine)是在统计学理论基础上发展起来的一种新机器学习方法。统计学习理论的实现,使得SVM迅速发展和完善,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。SVM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。由于其良好的性能,现已经成功的应用在数据挖掘,模式识别,文本分类,航拍图像识别等各领域。本文简单地介绍了SVM的算法及在文本分类中的应用。

关 键 词:支持向量机  任务分解  模块集成  模式识别  文本分类
本文献已被 CNKI 维普 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