一种新的SVM多层增量学习方法HISVML  

A New Hierarchical Incremental Support Vector Machine Learning Method HISVML

作　　者：冯佳[1] 宋胜利[1] 王荔[1] 陈平[1] 

机构地区：[1]西安电子科技大学软件工程研究所,陕西西安710071

出　　处：《微电子学与计算机》2009年第5期216-218,222,共4页Microelectronics & Computer

基　　金：国防"十一五"预研项目(513060601)

摘　　要：为了有效的解决支持向量机(SVM)在文本分类中的增量学习问题,文中提出了一种基于树结构的在线学习方法-HISVML.该方法通过将增量学习任务限制在分类子树中来达到减少工作量的目的.实验证明,HISVML比普通的单层增量学习器训练时间短、准确率高.In order to solve the incremental learning problem of support vector machine（SVM）more efficiently,an online learning method,which we call HISVML and bases on tree structure,is proposed in this paper.HISVML makes the incremental learning work much smaller by restrict it to the categorization sub-trees.Some experiment shows that HISVML can achieve shorter training time and better classification accuracy than normal single level multi-class categorization.

关 键 词：支持向量机 增量学习 关键词学习 文本分类 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]