基于SVM的增量学习算法及其在网页分类中的应用 |
| |
作者姓名: | 周利萍 杨家红 黄务兰 |
| |
作者单位: | 湖南师范大学工学院电子工程系,湖南,长沙,410081;湖南师范大学工学院电子工程系,湖南,长沙,410081;湖南师范大学工学院电子工程系,湖南,长沙,410081 |
| |
摘 要: | ![]() 根据支持向量的作用,利用基于SVM的增量学习算法将一个大型数据集分成许多不相交的子集,按批次对各个训练子集中的样本进行训练而得到一个分类器,从而对网页文件进行自动分类。在进行网页文件分类时,本文提出只利用正例数据和一些无标记数据来训练SVM分类器,以提高分类的准确性。
|
关 键 词: | 支持向量机 网页分类 增量学习 无标记数据 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|