山西高校科技研究开发项目(200611001)
- 作品数：6 被引量：15H指数：2
- 相关作者：王文剑侯岩郭金玲门昌骞马亮更多>>
- 相关机构：山西大学更多>>
- 发文基金：山西高校科技研究开发项目国家自然科学基金山西省留学人员科技活动项目择优资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于数据独立性的SVC核参数选择方法
- 2007年
- 提出一种选择支持向量分类(Support Vector Classification,SVC)最优核参数的算法,称为MI(Maximum Isolation)算法,通过定义样本间的独立性,可以获得最优核参数和相应的最优学习模型。该算法可以在支持向量机训练之前得到最优的核参数,计算代价较小,实验证明所提出的算法简单有效。
- 马亮王文剑
- 关键词：支持向量机核参数数据独立性
- 一种基于动态特征词典的SVM中文电子邮件过滤方法被引量：1
- 2008年
- 随着电子邮件的广泛应用,泛滥成灾的垃圾邮件对人们的生活和网络安全带来了严重的威胁,反垃圾邮件问题已成为全球性的具有现实意义的问题。本文提出了一种基于动态特征词典的SVM中文邮件过滤方法,通过动态构造特征词典以及选择合适的支持向量机(Support Vector Machine,SVM)核参数,有效地提高了垃圾邮件的过滤精度,实验结果超过了网易免费邮所公布的过滤指标。
- 侯岩王文剑
- 关键词：支持向量机中文电子邮件
- 一种基于多学习器标记的半监督SVM学习方法被引量：9
- 2008年
- 传统的支撑向量机是一种有监督学习方法,为了提高其泛化能力,提出了一种新的基于多学习器标记的半监督SVM学习方法。该方法将训练集分为有标记样本和无标记样本两个集合,通过对无标记样本进行分别标记,不断修正有标记样本集规模,从而提高SVM的泛化性能。在中文电子邮件过滤数据集上的实验结果证明了该方法的可行性和有效性。
- 门昌骞王文剑
- 关键词：半监督学习支持向量机邮件过滤
- 一种基于球状分布的SVM核选择方法被引量：1
- 2010年
- 核选择是支撑向量机(Support Vector Machine,SVM)研究中的核心问题之一。提出了一种基于数据分布特征的SVM核函数选择的方法。分析了几种常用核函数的性能,提出了判断数据呈球状分布的方法,探讨了SVM核函数及其参数选择与数据分布的相关性。数值实验说明了该方法的可行性与有效性。
- 郭金玲王文剑
- 关键词：支撑向量机
- 一种基于高斯分布的SVM核选择方法
- 2007年
- 核选择是支撑向量机(Support Vector Machine,SVM)研究中的核心问题之一。提出了一种基于数据分布特征的SVM核函数及其参数选择的方法。首先分析了确定数据分布特征的重要性,然后给出了判断数据呈高斯分布的方法,并探讨了SVM核函数及其参数选择与数据分布的相关性。数值实验说明了本文提出的方法的可行性与有效性。
- 郭金玲王文剑
- 关键词：支撑向量机核参数选择高斯分布
