-
题名噪声消除与SMO算法收敛性
- 1
-
-
作者
何建兵
何清
史忠植
-
机构
中国科学院研究生院软件学院
中科院计算技术研究所智能信息处理重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2006年第24期160-163,共4页
-
基金
国家自然科学基金资助项目(编号:60435010)
国家863高技术研究发展计划资助项目(编号:2003AA115220)
+1 种基金
中澳科技合作特别基金项目
北京市自然科学基金资助项目(编号:4052025)
-
文摘
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
-
Keywords
text categorlzation,svm, smo algorithm, noisy sample
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-