一种基于DGMF与PSO的多核SVM
2012-12-31 00:00:00田冬阳
电脑知识与技术 2012年13期
摘要:目前常用的支持向量机采用传统的单一高斯核函数，或者传统高斯核函数与多项式核函数的组合，但是存在着分类器泛化推广能力不强，容易出现数据偏斜等问题。鉴于此，提出了基于DGMF的多核支持向量机、并采用粒子群算法优化其参数。最后构造了文本倾向性分类实验，实验结果表明改进算法在正确率、准确率、召回率、F1值上具有更好的性能。
关键词:双高斯合成函数；多核支持向量机；组合核函数；粒子群算法；文本倾向性分类
中图分类号：TP181文献标识码：A文章编号：1009-3044(2012)13-3171-08
A kind of Multiple Kernel Support Vector Machines Based on Double Gaussian Kernel Mixed-function and Particle Swarm Optimization
TIAN Dong-yang
（Wulumuqi Central Sub-branch of the People’s Bank of China，Wulumuqi 830
