基于U形有向无环支持向量机的多类文本分类研究

分享到

【作者】翟东海，杜佳，聂洪玉，崔静静
【作者单位】西南交通大学信息科学与技术学院；西藏大学工学院
【年份】2013
【卷号】第4期
【页码】48-52
【ISSN】1671-8755
【关键词】有向无环支持向量机多类文本分类误差累积路径冗余
【摘要】针对原始的有向无环支持向量机(Directed Acyclic Graph Support Vector Machine,DAGSVM)多类文本分类算法结构图中存在误差累积以及路径冗余的问题,提出一种改进的有向无环图支持向量机多类文本分类算法。将易于分离的那些类两两组成两类分类器放置在结构图的上层,有效克服了误差累积问题,通过将原始的分类结构图改造为U形图以及引入集合运算进行类别判定,有效剪除冗余路径并降低时间复杂度。实例表明,该算法能有效提高类别判定的准确率并降低时间复杂度。
【基金】中央高校基本科研业务费专项资金;教育部科学技术研究重点基金
【文献类型】期刊