检索结果

Select

1. 利用遗传算法优化的支持向量机垃圾邮件分类

张艳秋王蔚

计算机应用 2009, 29 (10): 2755-2757.

摘要（2133）

PDF （548KB）（1608）

提出一种利用遗传算法优化支持向量机来进行垃圾邮件的分类方法。首先对邮件进行预处理，然后利用遗传算法优化支持向量机的惩罚因子和核函数参数的组合，最后利用优化后的支持向量机对邮件进行分类。在由5800篇邮件构成的数据集上进行实验的结果表明,该方法能达到89.67%的准确率,提高了对中文垃圾电子邮件过滤的准确性。

相关文章 | 多维度评价

Select

2. 基于支持度与置信度阈值优化技术的关联分类算法

张健王蔚

计算机应用

摘要（1608）

基于关联规则的分类算法中，支持度和置信度阈值的设置会影响分类器的准确率。以往的关联分类算法都根据经验人为地设置支持度和置信度的阈值，很难保证分类器总能达到较好的分类效果。为了解决该问题，可以将优化求解策略引入到关联分类过程中。通过利用爬山法搜索技术来获得使分类准确率最高的支持度与置信度阈值，对Apriori_TFP_CMAR关联分类算法进行改进，避免了阈值设置不合理影响最终分类效果的问题，提高了关联分类算法的分类准确率。

相关文章 | 多维度评价

Select

3. 支持向量机在脑电信号分类中的应用

李钢; 王蔚; 李乐加

计算机应用

摘要（2070）

PDF （747KB）（1621）

首先采用小波变换提取精神分裂症与健康人的脑电信号频率和空间的能量特征，然后用基于统计学习理论的支持向量机(SVM)分类器进行训练和分类测试，并比较了不同核函数和参数对脑电信号分类正确率的影响，最后与RBF神经网络的分类能力进行了实验比较。试验结果表明，利用基于支持向量机和能量特征的方法实现对脑电信号的分类可以取得理想的效果，精神分裂症患者和健康人的16导脑电信号在能量特征上表现出较高的模式可分性。这种分类方法在精神分裂症患者的病理诊断中具有一定的应用价值。