应用支持向量机进行网上信息自动分类被引量：2

Classifying Internet Information with Support Vector Machines

下载PDF

导出

摘要从SVMs的原理出发 ,介绍了用SVMs对网上信息进行自动分类的方法 ,分析了它能够防止出现“过学习”现象的原因以及对网上信息分类的适应性 ,并讨论了它的不足和可改进之处。

作者尹中航王永成蔡巍

机构地区上海交通大学电子信息学院

出处《高技术通讯》 EI CAS CSCD 2001年第11期107-110,共4页 Chinese High Technology Letters

基金国家自然科学基金资助项目 ( 6 0 0 82 0 0 3)

关键词支持向量机自动分类机器学习因特网 SVMS 信息管理

参考文献3

1白岗岗,侯精明,史玉品,韩浩,郭凯华,李丙尧,付德宇.基于支持向量机的葫芦河流域径流变化的多因素贡献率分析[J].水土保持研究,2020,27(2):112-117. 被引量：3
2曾赟.第四种法学知识新形态——数据法学的研究定位[J].法制与社会发展,2023,29(1):41-59. 被引量：22
3乔丹,刘刚,杨执钧,钟韬,白雪.基于迁移学习的船舶目标识别[J].计算机应用研究,2020,37(S01):324-325. 被引量：1
4孟琮棠,赵银娣,向阳.基于卷积神经网络的遥感图像变化检测[J].现代测绘,2019,0(5):1-5. 被引量：4
5田海军,门洪,郎世伟.基于LS-SVM的电厂过热汽温仿真研究[J].微计算机信息,2007,23(10):270-272. 被引量：2
6张磊,夏士雄,牛强.基于SVM二叉决策树方法的矿井提升机故障诊断[J].微计算机信息,2008,24(10):198-199. 被引量：4
7瞿伟廉,谭冬梅.基于小波分析和支持向量机的结构损伤识别[J].武汉理工大学学报,2008,30(2):80-82. 被引量：3
8郑树剑,刘冀伟,何积铨,韩旭.基于支持向量机的混凝土结构中钢筋腐蚀的判别[J].电子器件,2007,30(5):1935-1938.
9殷彬,方思行.脾虚证诊断的数学模型[J].暨南大学学报（自然科学与医学版）,2006,27(3):363-367. 被引量：4
10王宇,丁萍,吴峻.基于SVM的光纤陀螺标度因数建模研究[J].舰船电子工程,2008,28(5):78-80. 被引量：1

1韩家炜,坎伯.数据挖掘:概念与技术.机械工业出版社.2001.
2舍春冬.数据挖掘算法分析及其并行模式研究应用.电子科技大学.2004.
3陶卿,姚穗,范劲松,方廷健.一种新的机器学习算法:Support Vector Machines[J].模式识别与人工智能,2000,13(3):285-290. 被引量：30

高技术通讯

2001年第11期

内容加载中请稍等...