|
|||||
|
|
| 一种改进的支持向量机E-SVM算法 | |
| 作者姓名： | 王志中 周城 李兵兵 王停 |
| 作者单位： | 解放军重庆通信学院信息工程系;重庆市信息安全重点实验室;空军工程大学防空反导学院;河北工业大学信息工程学院;中国人民解放军93756部队 |
| 基金项目： | 国家自然科学基金(61272043) |
| 摘 要： | 在文本分类中,应用支持向量机(SVM)算法能使分类在小样本的条件下具有良好的泛化能力,但支持向量机的参数取值决定了其学习性能和泛化能力.为提高支持向量机算法的性能,提出了一种支持向量机优化算法E-SM,引入信息熵来表征惩罚系数C,提出了加权系数,算法实现了SVM训练过程中参数的智能化,减少了对支持向量机参数选择的盲目性,减少了部分训练样本集数目,提高了SVM性能.实验表明,E-SVM算法较传统算法具有更好的分类精度和时间效率. |
| 关 键 词： | 支持向量机 信息熵 加权系数 噪声数据 |
| 本文献已被 CNKI 等数据库收录！ | |