10.3969/j.issn.1000-386x.2019.03.049
基于SA-SVM的中文文本分类研究
基于支持向量机SVM的中文文本分类方法的泛化能力与其参数选取紧密相关,参数优化对文本分类精度有较大影响.为解决优化SVM参数难题,提出一种基于模拟退火(SA)优化SVM的文本分类方法.将文本分类准确率作为模拟退火的优化目标,利用SA良好的寻优能力搜索SVM的最优参数组合.在相同的数据集上进行实验,结果表明模拟退火具有稳定的全局搜索性能,是优化SVM参数的一种有效方式.相比其他文本分类算法,基于SA-SVM的中文文本分类的分类准确率更高,泛化能力更强,具有良好的分类性能.
中文文本分类、支持向量机、模拟退火、参数优化
36
TP3(计算技术、计算机技术)
上海师范大学基金项目C-6105-15-057
2019-06-06（万方平台首次上网日期，不代表论文的发表时间）
共5页
277-281
