基于支持向量機(jī)的網(wǎng)頁(yè)分類技術(shù)研究.pdf

1、隨著Internet的發(fā)展，為了能夠有效地組織和分析海量的Web信息，人們希望能夠?qū)W(wǎng)頁(yè)實(shí)現(xiàn)自動(dòng)分類。因此，網(wǎng)頁(yè)分類技術(shù)便成了快速且有效地組織網(wǎng)絡(luò)上海量信息的一項(xiàng)重要技術(shù)。它是使用機(jī)器學(xué)習(xí)的方法實(shí)現(xiàn)網(wǎng)頁(yè)類別的自動(dòng)標(biāo)注。在眾多的網(wǎng)頁(yè)分類算法中，支持向量機(jī)因?yàn)槠涑錾膶W(xué)習(xí)能力，已成為機(jī)器學(xué)習(xí)界的研究熱點(diǎn)。 介紹了支持向量機(jī)技術(shù)發(fā)展，原理和相關(guān)技術(shù)，概括了支持向量機(jī)技術(shù)在網(wǎng)頁(yè)分類中的重要作用。闡述了目前支持向量機(jī)常用的訓(xùn)練算法，針對(duì)目

2、前訓(xùn)練算法在面對(duì)高維度超大數(shù)量集訓(xùn)練時(shí)存在的訓(xùn)練時(shí)間過(guò)長(zhǎng)、迭代次數(shù)過(guò)多的問題，提出了基于三樣本點(diǎn)迭代的支持向量機(jī)訓(xùn)練算法。在保證獲得解析解的前提下，將每次迭代優(yōu)化的樣本點(diǎn)個(gè)數(shù)由原有算法的兩個(gè)提升為三個(gè)，減少了迭代次數(shù)，縮短了訓(xùn)練算法的學(xué)習(xí)時(shí)間。 針對(duì)經(jīng)典支持向量機(jī)訓(xùn)練算法不支持增量學(xué)習(xí)的缺陷，分析并證明了現(xiàn)有增量學(xué)習(xí)算法中普遍存在的丟失樣本有效信息的問題，提出了基于超平面距離的支持向量機(jī)增量學(xué)習(xí)算法。根據(jù)支持向量的幾何分布特點(diǎn)，