基于支持向量機的新聞自動分類技術的研究與應用.pdf_第1頁
已閱讀1頁，還剩119頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著網絡信息的迅猛發(fā)展,信息處理已經成為人們獲取有用信息不可缺少的工具,文本自動分類系統(tǒng)是信息處理的重要研究方向,它是指在給定的分類體系下,根據文本的內容自動判別文本類別的過程。利用文本自動分類技術,可以快速地處理大規(guī)模的文本數據,大大地提高信息的可用性和利用率。目前,文本分類系統(tǒng)大多采用統(tǒng)計和機器學習的方法,這類方法在語義的水平上來分析文本內容,判斷其相似度,從而得到類別劃分。
　　 本文在對文本分類理論了解的基礎上,對基于統(tǒng)

2、計學習理論的支持向量機理論進行了深入的研究和探討,然后提出了基于雙詞典的改進型雙向最大匹配算法和基于動態(tài)表的停用詞消除算法,這兩個算法有效地提高了文本預處理的正確率,去掉了絕大多數無用的詞項,使得表達文檔特征的向量更準確。通過在文本預處理階段提高預處理結果的準確性,盡量減少能夠影響分類精度的文檔噪聲,提高SVM分類器輸入的準確性,使得SVM分類器能夠得到盡可能準確的結果。
　　 本文還提出了基于改進型多項式核的SVM多類分類算法

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論