Institute of Computing Technology, Chinese Academy IR
| 噪声消除与SMO算法收敛性 | |
| 何建兵1; 何清2; 史忠植2 | |
| 2006 | |
| 发表期刊 | 计算机工程与应用
 |
| ISSN | 1002-8331 |
| 卷号 | 42.0期号:024页码:160 |
| 摘要 | 近年来，随着序列最小优化分类算法SMO等一系列快速算法的推出，支持向量机在自动文本分类研究领域取得了很大的成功。大多数文本分类问题是线性可分的，使用线性核函数的SMO算法能够取得非常好的分类效果。但是文本向量是一种非常稀疏的向量，采用线性核函数的SMO算法对噪声样本非常敏感，容易产生发散的问题。文章分析证明了噪声如何影响SMO算法收敛性。为了解决训练样本中噪声样本影响SMO算法收敛的问题。设计了一个消除噪声样本的算法，取得了非常好的效果。 |
| 关键词 | 文本分类 支持向量机 SMO算法 噪声样本 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/37340 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 何建兵,何清,史忠植. 噪声消除与SMO算法收敛性[J]. 计算机工程与应用,2006,42.0(024):160. |
| APA | 何建兵,何清,&史忠植.(2006).噪声消除与SMO算法收敛性.计算机工程与应用,42.0(024),160. |
| MLA | 何建兵,et al."噪声消除与SMO算法收敛性".计算机工程与应用 42.0.024(2006):160. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [何建兵]的文章 |
| [何清]的文章 |
| [史忠植]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [何建兵]的文章 |
| [何清]的文章 |
| [史忠植]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [何建兵]的文章 |
| [何清]的文章 |
| [史忠植]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论