半定规划核在垃标签检测中的应用研究.pdfVIP

㈣剃 半定规划核在垃圾标签检测中的应用研究 摘要 垃圾标签检测是一个二分类问题，可以使用二分类的SVM支持向量机 来实现。传统SVM在处理垃圾标签检测上存在以下问题：垃圾标签的训练 集规模非常庞大，而且它的数据有高维性、特征复杂等特点，使用传统的 SVM直接对垃圾标签数据集进行训练学习，会耗费较长时间，学习精度也受 影响。本文提出使用半定规划核对传统的SVM进行改进，主要工作如下： 率的一种方法。垃圾标签数据具有很强的非线性，传统K—means算法的欧 氏距离无法有效地处理非线性数据，抽取到的垃圾标签特征向量质量不高。 算法提取垃圾标签的能力，并通过实验验证新算法的有效性和可行性。 2、不同的SVM核函数，其非线性映射特征不同。采用多种核函数组合 的方法，是提高SVM分类能力的一个途径。因此本文提出使用半定规划方 法来确定多种核函数的最优组合系数，构造半定规划核SVM，提出基于半定 签分类上有很好的效果，不仅提高了分类精度，还能降低训练时间。 关键词：半定规划核， 规划核SVM T The ResearchofSemi--definite Kemelon Application Programming Social Detection Spam Abstract Social detectionisa classification spam binary problem，Usingbinary classificationofSVM vectormachinecanbeachievedit．Thereare support on social detectiontraditionalSVM：Thescaleof manyproblems spam using social is itsdatahas dimensionaland spamverylarge，and high complex characteristics．Ittakesa timeandaffectsthe long learningprecisionusing traditionalSVMtotrainandlearnsocial data article spamdirectly．Thisimprove thetraditionalSVM semi-definite kernel．Themainworkis using programming asfollows： K—means 1．Use toextractcharacteristicisa clusteringalgorithm vectors，it methodto the of SVM datasetshave improveefficiencytraining．Socialspam euclid