刘建明
- 作品数：2 被引量：90H指数：2
- 供职机构：桂林理工大学信息科学与工程学院更多>>
- 发文基金：广西科技计划项目广西教育厅科研项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于SVM算法的文本分类技术研究被引量：83
- 2013年
- 在优化分类技术的研究中,文本特征化后通常具有高维性和不平衡性的特点,导致传统的分类算法准确率不高的问题。针对文本分类器的性能容易受到核函数和参数的影响的问题,为提高文本分类器的准确性。采用支持向量机(SVM)的理论在文本分类技术同时将根据优化的粒子群算法(PSO)引入SVM分类算法中进行优化文本分类器的参数,将分类器的准确率作为PSO算法适应度函数通过粒子移动操作找出最佳参数并用SVM算法进行分类。在文本数据集上的仿真结果表明,与传统的算法相比,经PSO算法优化后的SVM文本分类器的准确性更高,PSO算法是一种有效的优化方法,能广泛应用于文本分类问题。
- 崔建明刘建明廖周宇
- 关键词：支持向量机文本分类
- 云计算环境下基于SVM的数据分类被引量：7
- 2013年
- 为了提高数据的分类效率和准确度,利用云计算提供的弹性集群平台来解决计算力伸缩性瓶颈,并用MapReduce编程模型对SVM进行Map和Reduce并行化处理,并将基于优化理论的遗传算法(GA)引入SVM分类算法中对分类器参数进行优化,以分类器的准确率作为GA算法适应度函数,找出全局最优的模型参数和核函数参数值。经开源云计算平台Hadoop实验验证,数据分类的准确度有了明显的提高,整个分类过程的加速度几近呈线性增加。
- 廖周宇谢晓兰刘建明
- 关键词：支持向量机遗传算法数据分类
