文献类型：期刊文章

作　　者：巩知乐[1] 张德贤[1] 胡明明[2]

机构地区：[1]河南工业大学信息科学工程学院,河南郑州450001 [2]西安电子科技大学计算机学院,陕西西安710071

出　　处：《计算机仿真》

基　　金：河南省科技攻关项目(0321220024)

年　　份：2009

卷　　号：26

期　　号：7

起止页码：164-167

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：在文本分类中,应用支持向量机(SVM)算法能使分类在小样本的条件下具有良好的泛化能力。但支持向量机的参数取值决定了其学习性能和泛化能力。为提高支持向量机算法的性能,提出了一种采用免疫算法对支持向量机参数进行优化的文本分类算法(IA-SVM)。算法减少了对支持向量机参数选择的盲目性,提高了SVM的预测精度。实验表明,IA-SVM算法在文本分类问题上明显提高了分类正确率,学习速度也有提高。

关 键 词：免疫算法 支持向量机 文本分类

分 类 号：TP311] TP301[计算机类]