噪声消除与SMO算法收敛性
文献类型：期刊论文
| 作者 | 何建兵2; 何清1; 史忠植1 |
| 刊名 | 计算机工程与应用
 |
| 出版日期 | 2006 |
| 卷号 | 42.0期号:024页码:160 |
| 关键词 | 文本分类 支持向量机 SMO算法 噪声样本 |
| ISSN号 | 1002-8331 |
| 英文摘要 | 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。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/37339]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.中国科学院大学 |
| 推荐引用方式 GB/T 7714 | 何建兵,何清,史忠植. 噪声消除与SMO算法收敛性[J]. 计算机工程与应用,2006,42.0(024):160. |
| APA | 何建兵,何清,&史忠植.(2006).噪声消除与SMO算法收敛性.计算机工程与应用,42.0(024),160. |
| MLA | 何建兵,et al."噪声消除与SMO算法收敛性".计算机工程与应用 42.0.024(2006):160. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。