支持增量学习的文本单类别分类算法

摘要：

目前的文本单类别分类算法在进行增量学习时需要进行大量的重复计算,提出了一种新的用于文本的单类别分类算法,在不降低分类效果的同时,有效地减少了加入新样本学习时所需的计算量,从而比较适合于需要进行增量学习的情况.该方法已进行了测试实验,获得了较好的实验结果.

关键词：简单贝叶斯、支持向量机、单类别分类、文本/网页分类

所属期刊栏目：44

分类号：TP181(自动化基础理论)

资助基金：国家高技术研究发展计划863dle National High-Tech Research and Development Plan of China under Grant 2006AA012449

在线出版日期：2008-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：157-158,164