黑龙江大学自然科学学报
黑龍江大學自然科學學報
흑룡강대학자연과학학보
JOURNAL OF NATURAL SCIENCE OF HEILONGJIANG UNIVERSITY
2006年
6期
814-817,820
,共5页
文本%支持向量机%自动分类%算法
文本%支持嚮量機%自動分類%算法
문본%지지향량궤%자동분류%산법
为了解决文本自动分类问题,从解决支持向量机模式支持限制问题入手,以级连概念为指导思想,构造了多层级连式支持向量机模型,提出一种文本自动分类算法,以便处理多个模式的分类问题.由于支持向量机本质上是一种非线性数据处理工具,对于复杂的两类模式分类问题已表现出良好的适应性,而且支持向量机用于模式识别不存在局部极小值问题,且不需进行网络迭代训练,求解速度明显高于神经网络.通过以CNKI文档数据为例进行算法实践,试验结果表明支持向量机用于模式分类的实现步骤比较简单,不需要长时间的训练过程,只需根据初始样本在空间的分布特性求解最优超平面(即找出支持向量),进而确定决策函数,然后即可泛化推广识别其他待识别的同类样本.
為瞭解決文本自動分類問題,從解決支持嚮量機模式支持限製問題入手,以級連概唸為指導思想,構造瞭多層級連式支持嚮量機模型,提齣一種文本自動分類算法,以便處理多箇模式的分類問題.由于支持嚮量機本質上是一種非線性數據處理工具,對于複雜的兩類模式分類問題已錶現齣良好的適應性,而且支持嚮量機用于模式識彆不存在跼部極小值問題,且不需進行網絡迭代訓練,求解速度明顯高于神經網絡.通過以CNKI文檔數據為例進行算法實踐,試驗結果錶明支持嚮量機用于模式分類的實現步驟比較簡單,不需要長時間的訓練過程,隻需根據初始樣本在空間的分佈特性求解最優超平麵(即找齣支持嚮量),進而確定決策函數,然後即可汎化推廣識彆其他待識彆的同類樣本.
위료해결문본자동분류문제,종해결지지향량궤모식지지한제문제입수,이급련개념위지도사상,구조료다층급련식지지향량궤모형,제출일충문본자동분류산법,이편처리다개모식적분류문제.유우지지향량궤본질상시일충비선성수거처리공구,대우복잡적량류모식분류문제이표현출량호적괄응성,이차지지향량궤용우모식식별불존재국부겁소치문제,차불수진행망락질대훈련,구해속도명현고우신경망락.통과이CNKI문당수거위례진행산법실천,시험결과표명지지향량궤용우모식분류적실현보취비교간단,불수요장시간적훈련과정,지수근거초시양본재공간적분포특성구해최우초평면(즉조출지지향량),진이학정결책함수,연후즉가범화추엄식별기타대식별적동류양본.