本课题来源于河南省郑州市公安局与河南省电子商务工程中心合作开发的“公安信息系统”。该系统覆盖市区和下辖的所有市县,为郑州市公安系统搭建了一个信息、情报的共享和处理平台。该系统经过开发和调试,已经在全市试运行,目前运行状况良好。本文针对公安情报文本分类的实际需求和公安情报文本的特点,深入研究了文本分类技术和支持向量机(SVM)理论,设计并实现了基于SVM的公安情报自动分类系统,并对系统的性能进行优化,实践表明该系统达到了较好的分类效果。本文的主要研究内容和创新点如下;1.在深入研究SVM理论的基础上,针对SVM参数选取问题,提出了基于遗传算法的参数优化方法,并应用于公安情报自动分类系统中。该方法简化了SVM参数反复试凑的过程,自动实现了SVM的参数优化。2.在文本向量表示过程中,根据公安情报文本的特点,引入位置权重系数,改进了经典的文本特征权重计算公式(TF-IDF),使词条的权重能够更加全面的表达该词条在区别文本类别中的贡献的大小。3.提出了符合公安情报分类系统设计目标的系统模型。该模型中各模块间采用松耦合的衔接方式,一方面方便抽取中间结果为后续的情报关联分析提供数据源;另一方面降低了系统中各模块之间的耦合度,使系统的结构灵活,提高了系统的适应性。4.设计并实现了基于SVM的公安情报自动分类系统,通过实践验证了设计的合理性,并就系统实现过程中的关键问题进行了讨论。