基于改进的SVM文本分类建模-Read.PDFVIP

维普资讯 ITA ●刘秀松 (山东理工大学 图书馆，山东 淄博 255049) 基于改进的SVM文本分类建模 摘 要：SVM是一种新的分类工具，可是其核函数在数学上必须满足 Mercer条件，使得具有 良好全 局分类性能的Sigmoid函数在 SVM 中应用受到限制。本文将 Sigmoid核函数与云模型相结合，提 出一种简 单的核函数的实现方法。此方法不仅提高了SVM文本分类能力，而且明显地减少了平均的CPU执行时 间。 关键词：云模型；支持向量机 ；文本分类 ’ Abstract：SupportVectorMachine(SVM)isanewcategorizationtool，buttheapplicationofSigmoidfounc— tionwithgoodoverallcategorizationinSVM isrestrictedbecausethekemelfunctionofSVM mustsatisfytheNercer condition．ThispaperproposesasimplifiedmethodofachievingkernelfunctionbycombiningSigmoidkernelfunc— tionwithcloudmode1．ThemethodnotonlyenhancesthecapabilityofSVM intextcategorization，butalsoreduces obviouslytheaverageimplementingtimeofCPU． Keywords：cloudmodel；SVM ；textcategorization 随着网络和通信技术的迅速发展，数据信息的极度增 2 SVM 文本分类 长阻碍了人们充分有效地利用信息资源。研究表明，80％ 的信息都是包含在：史本文档中，即文本挖掘将具有很高的 支持向量机的训练集是训练文本的集合，通常表示 实用价值。文本分类是文本挖掘中的一种重要方法，通常 为：S= ((x。，Y)，L (x1，Y1))c (x×Y)，其中1是 采用向量空间模型 (VectorSpaceModel，VSM )。然而， 文本数 目，x指文本y是它们的标记，x表示输入空间， 向量空间模型用文：本的特征词作为向量，其向量的维数很 Y表示输出域，见图1。假设空心和实心点表示两类训练 大。支持向量机 (SVM)是在统计学习理论的基础上发展 样本 ，实线为分类面，虚线为平行于实线的平面，并且是 起来的一种新的机器学习方法，根据有限的样本信息在模 两类训练样本中离分类面最近的平面。如果训练集中的所 型的复杂性和学习能力之间寻求最佳方案，以获得最好 的 有训练样本均能被某超平面正确划分，且距该平面最近的 推广能力。它基于结构风险最小化原则 ，具有较好的分类 异类向量之间的距离最大，则该平面为最优超平面 ，用 精确性。SVM常用的核函数有线性、多项式、高斯和Sig— w ·x+b=0表示。其中W为分类面的法线 ，b为分 moid函数。由于在神经网络 的应用中，Sigmoid函数已被 类面的偏移量，向量x位于分类面上，其中位于虚线上的 证明具有良好的全局分类性能，因此其在 SVM 中的应用 向量被称为支持向量 (图1中加圈的点)。 已经成为非常有意义的研究内容。本文提出了一种基于云