-
题名基于单核和组合核函数在垃圾邮件过滤中的比较应用
被引量：1
- 1
-
-
作者
吴陈
孙伟
-
机构
江苏科技大学计算机科学与工程学院
-
出处
《电子设计工程》
2015年第11期51-53,共3页
-
文摘
大多数文本为高维且线性不可分。针对中文邮件,首先阐述了邮件预处理的相关方法,利用TF-TDF将邮件向量化。分析了多种常用核函数在SVM中应用于垃圾邮件过滤。阐述了全局核函数和局部核函数的特点,主要针对全局核函数-多项式(Poly)核函数和局部核函数-径向基核(RBF)函数在垃圾邮件分类的准确性做了比较,综合分析后组合两种核函数。实验证明,组合核函数在性能上优于单个核函数,具有较好的学习能力和泛化能力。
-
关键词
全局核函数
局部核函数
组合核函数
支持向量机
-
Keywords
global kernel function
local kernel function
hybrid kernel function
support vector machine
-
分类号
TN911
[电子电信—通信与信息系统]
-
-
题名一种基于PSO的混合核支持向量机算法
被引量：3
- 2
-
-
作者
谌璐
贺兴时
王芳妮
刘平丽
-
机构
西安工程大学理学院
-
出处
《西安工程大学学报》
CAS
2012年第6期815-819,共5页
-
基金
陕西省教育厅专项基金项目(2010JK136)
-
文摘
支持向量机算法作为一种新的机器学习方法,在处理小样本分类问题上具有明显优势,但核函数和参数的选取的好坏直接影响支持向量机算法的性能.针对该问题,通过组合全局核函数和局部核函数的混合核函数方法,建立了基于粒子群算法的混合核支持向量机算法,并经过Matlab仿真实验,表明该改进算法较支持向量机算法具有更高的分类准确率和更好的学习及泛化能力.
-
关键词
支持向量机
全局核函数
局部核函数
混合核函数
粒子群优化算法
-
Keywords
support vector machine
global kernel function
local kernel function
hybrid kernel function
particle swarm optimization
-
分类号
O29
[理学—应用数学]
-
