基于支持向量机的不均衡文本分类方法
Unbalanced text classification method based on support vector machine作者机构：南京信息工程大学电子与信息工程学院江苏南京210044
出 版 物：《现代电子技术》 (Modern Electronics Technique)
年 卷 期：2018年第41卷第15期
页 面：183-186页
学科分类：11[军事学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 081002[工学-信号与信息处理] 110503[军事学-军事通信学]
主 题：混合算法 支持向量机 不均衡数据集 插值样本 文本分类 迭代进化
摘 要：目前支持向量机(SVM)对均衡文本数据集进行文本分类时表现十分良好,但如果文本数据集是不均衡的,尤其是当不均衡率很大时,容易导致支持向量机分类失败。提出PSO-SMOTE混合算法,针对不均衡文本数据集问题,运用SMOTE算法生成插值样本均衡数据集,并通过PSO算法迭代进化得到最佳的插值样本,对支持向量机的文本分类能力进行优化。实验结果表明,新算法大幅优化了支持向量机分类不均衡文本数据集的能力。
维普期刊数据库
同方期刊数据库