方艺辉

(福建商业高等专科学校信息管理工程系，福建 福州，350012)



基于遗传支持向量机算法的文本分类

方艺辉

(福建商业高等专科学校信息管理工程系，福建 福州，350012)

支持向量机具有良好的泛化和高维模式识别能力,广泛地应用于文本分类中。然而,文本分类的准确性却很大程度上依赖于参数惩罚因子(C)和核函数(γ)的正确选择。运用遗传算法优化支持向量机参数,选取文本分类准确率作为适应度函数,通过种群进化实现支持向量机参数寻优,构造基于遗传向量机算法的文本分类器(GA-SVM)。实验表明,改进后的文本分类器(GA-SVM)在准确度和运行速度都有明显的提高,具有较强的可行性和实用性。

遗传算法;支持向量机;文本分类

随着网络技术的飞速发展，互联网信息呈爆炸式增长，不同类型信息相互融合的趋势也越来越明显。在互联网信息中，文本内容始终占主体地位，约为80%[1]。如何在海量而又复杂的互联网信息中获取潜在的、有用的信息成为当今研究的热点，其中一种重要方法是文本分类。通过机器学习的方法，根据文本内容进行有效分类，是实现快速准确信息检索的重要方法之一[2-3]。

目前，应用于文本分类的算法有多种，包括朴素贝叶斯算法(Naive Bayes，NB)、K最近邻算法(K-Nearest Neighbor，KNN)、神经网络(Neural Networks，NN)、支持向量机(Support Vector Machine，SVM)等[4-5]。其中，支持向量机在解决小样本、非线性和高维度的问题方面取得了较好的效果，广泛地应用于文本自动分类、图像识别、灾害预测等领域。

参数惩罚因子(C)和核函数参数(γ)的选择对支持向量机模型的计算结果具有很大的影响[6-7]。……