论文部分内容阅读
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。