基于改进的SVM文本分类建模
2007-11-30分类号:TP391.1
【部门】山东理工大学图书馆 山东淄博255049
【摘要】SVM是一种新的分类工具,可是其核函数在数学上必须满足Mercer条件,使得具有良好全局分类性能的Sigmoid函数在SVM中应用受到限制。本文将Sigmoid核函数与云模型相结合,提出一种简单的核函数的实现方法。此方法不仅提高了SVM文本分类能力,而且明显地减少了平均的CPU执行时间。
【关键词】云模型 支持向量机 文本分类
【基金】
【所属期刊栏目】情报理论与实践
文献传递