基于近似支持向量机的Web文本分类研究  

Study on the Web Classification Based on Proximal Support Vector Machine

作　　者：钟将[1] 温罗生[1] 冯永[1] 叶春晓[1] 李志国[1] 

机构地区：[1]重庆大学计算机学院,重庆400044

出　　处：《计算机科学》2008年第3期167-169,202,共4页Computer Science

基　　金：浦东新区科技发展基金(PKK2005-07);国家发改委科学研究计划项目(CNGI-04-6-2T)

摘　　要：文本分类技术是知识管理系统实现知识有效组织、存储和检索的重要手段。本文提出了一种新的基于近似支持向量机的分类算法,并将该分类算法应用于文本分类分析。实验过程中与现有的分类方法比较,新的分类方法具有训练速度快、分类精度比较高的优点。Classification of the documents is a very important task. Based on the proximal support vector machines （PSVM） classification method could solve classification problem with small training set, without too much loss of clas-sification accuracy. This paper describes a new PSVM training algorithm based on descending dimension methods,which has faster training speed and smaller memory requirements advantages. Finally we apply the method to solve text classification problem. Experiments results show that the new classification algorithm has better classification performance.

关 键 词：文本分类 近似支持向量机 二次规化 降维算法 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] F270.7[自动化与计算机技术—控制科学与工程]