点击次数：

论文类型：期刊论文

发表时间：2005-10-21

发表刊物：小型微型计算机系统

收录刊物：PKU、ISTIC、CSCD

卷号：26

期号：10

页面范围：1816-1820

ISSN号：1000-1220

关键字：双重加权支持向量机;近似支持向量机;野值点识别;自动文本分类

摘要：针对标准支持向量机对野值点和噪音敏感,分类时明显倾向于大类别的问题,提出了一种同时考虑样本差异和类别差异的双重加权支持向量机,并给出了由近似支持向量机结合支持向量识别算法,识别野值点和计算样本重要性权值的方法.双重加权支持向量机和近似支持向量机组合的新分类算法尤其适用于样本规模大、样本质量不一、类别不平衡的文本分类问题.实验表明新算法改善了分类器的泛化性能,比传统方法具有更高的查准率和查全率.