基于遗传支持向量机算法的文本分类

摘要：

支持向量机具有良好的泛化和高维模式识别能力,广泛地应用于文本分类中.然而,文本分类的准确性却很大程度上依赖于参数惩罚因子(C)和核函数(γ)的正确选择.运用遗传算法优化支持向量机参数,选取文本分类准确率作为适应度函数,通过种群进化实现支持向量机参数寻优,构造基于遗传向量机算法的文本分类器(GA-SVM).实验表明,改进后的文本分类器(GA-SVM)在准确度和运行速度都有明显的提高,具有较强的可行性和实用性.

关键词：遗传算法、支持向量机、文本分类

分类号：TP391.1(计算技术、计算机技术)

资助基金：2015年福建省教育厅科技项目“基于遗传支持向量机算法的闽江河口盐度预测的研究”JA15731

在线出版日期：2016-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：90-94