基于多類軟間隔支持向量機的文本分類問題研究.pdf

1、文本分類技術(shù)是對文本進行有效管理的方法之一，是一項重要的智能信息處理技術(shù)，是文本檢索技術(shù)的基礎(chǔ)。文本分類對于提高信息檢索的效率和效果很有幫助，良好的分類性能是人們關(guān)注的焦點。支持向量機是一種針對分類和回歸問題的新型機器學(xué)習(xí)方法，具有良好的推廣性和較好的分類精確性。正在成為繼模式識別和神經(jīng)元網(wǎng)絡(luò)研究之后機器學(xué)習(xí)領(lǐng)域新的研究熱點。基于支持向量機的文本分類算法，是近年來的一個研究方向。 本文的主要研究的是把支持向量機和核函數(shù)思想應(yīng)用到

2、文本分類問題中去，論文首先探討了文本分類的發(fā)展概況和相關(guān)技術(shù)，系統(tǒng)的研究了統(tǒng)計學(xué)習(xí)理論和支持向量機特別是核函數(shù)的相關(guān)理論，深入研究了它們在文本分類問題中的應(yīng)用技術(shù)。本文所做的主要工作為：通過對支持向量機的深層分析，得出了支持向量機C-SVC的模型結(jié)構(gòu)，并在此基礎(chǔ)上定義了一個參數(shù)s，構(gòu)建了一種新的軟間隔支持向量機模型--s-SVM。根據(jù)核函數(shù)的理論，結(jié)合多項式核函數(shù)和徑向基核函數(shù)的思想，提出了適合s-SVM模型的支持向量比例核函數(shù)及其選取