| SVM增量学习算法研究 |
| |
| 引用本文： | 唐小力,吕宏伟. SVM增量学习算法研究[J]. 数字社区&智能家居, 2006, 0(5) |
| |
| 作者姓名： | 唐小力 吕宏伟 |
| |
| 作者单位： | 武警工程学院研究生队 陕西西安710086 |
| |
| 基金项目： | 国家科技部资助项目(2005EJ000006)。 |
| |
| 摘 要： | SVM是在模式分类中表现优秀的一种分类方法。通过对现有SVM的两种增量算法的分析,给出了改进措施,在此基础上结合类加权思想,提出了一种新的加权增量SVM学习算法。并将其应用于Web文本分类中。
|
| 关 键 词： | 支持向量机 增量学习 加权思想 Web文本分类 |
The Research of SVM Incremental Learning |
| |
| TANG Xiao-li,LV Hong-wei. The Research of SVM Incremental Learning[J]. Digital Community & Smart Home, 2006, 0(5) |
| |
| Authors: | TANG Xiao-li LV Hong-wei |
| |
| Abstract: | SVM has a good performance in pattern classification.According to the analysis of the two present Incremental Learning algorithms,the writer gives out an improved algorithm.Based on these work and the Weight Theory,a new algorithm of Weight-Incremental SVM Learning was proposed.Also this new algorithm was used in Web text classification. |
| |
| Keywords: | SVM Incremental Learning Weight Theory Web text classification |
| 本文献已被 CNKI 等数据库收录！ |
|
