基于半監(jiān)督的支持向量機(jī)網(wǎng)頁分類方法.pdf

1、隨著網(wǎng)絡(luò)的發(fā)展，為了能夠有效地組織和分析海量的網(wǎng)頁信息，人們希望能夠?qū)W(wǎng)頁實(shí)現(xiàn)自動分類。因此，網(wǎng)頁分類技術(shù)便成了快速且有效地組織網(wǎng)絡(luò)上海量信息的一項(xiàng)重要技術(shù)。在眾多的網(wǎng)頁分類算法中，支持向量機(jī)憑借其出色的學(xué)習(xí)能力，已成為機(jī)器學(xué)習(xí)界的研究熱點(diǎn)。而現(xiàn)實(shí)生活中大量數(shù)據(jù)卻是無標(biāo)記的，為數(shù)據(jù)作標(biāo)記的工作耗時費(fèi)力。這推動了機(jī)器學(xué)習(xí)的研究進(jìn)入到一個新的階段，結(jié)合有標(biāo)記數(shù)據(jù)和無標(biāo)記數(shù)據(jù)的半監(jiān)督式學(xué)習(xí)正成為新熱點(diǎn)。
　　 講述了網(wǎng)頁分類的過程，分

2、類方法種類劃分和評價標(biāo)準(zhǔn)。然后介紹了支持向量機(jī)的原理、發(fā)展和相關(guān)技術(shù)，闡述了支持向量機(jī)技術(shù)在網(wǎng)頁分類中的重要作用。之后研究了目前支持向量機(jī)常用的訓(xùn)練算法和半監(jiān)督支持向量機(jī)的訓(xùn)練算法；還研究了主動學(xué)習(xí)的樣本選擇策略。針對目前半監(jiān)督支持向量機(jī)訓(xùn)練算法存在訓(xùn)練速度慢并且準(zhǔn)確率不高等缺點(diǎn)，提出了一種基于主動學(xué)習(xí)的半監(jiān)督支持向量機(jī)學(xué)習(xí)算法，它以少量的有標(biāo)記數(shù)據(jù)來訓(xùn)練初始學(xué)習(xí)器，通過主動學(xué)習(xí)策略來選擇最佳訓(xùn)練樣本，并通過刪除非支持向量來降低學(xué)習(xí)代價