基于SVM算法的文本分类器的实现-软件工程专业论文.docxVIP

独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （必威体育官网网址的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘 要 摘 要 支持向量机(Support Vector Machine,SVM)是一种新型机器学习方法，它是以 统计学习理论为基础，较好地解决了非线性、高维数、局部小样本等实际问题。 文本分类是基于内容的自动信息管理的核心技术。文本向量的最大特点是稀疏性 大和维数高，支持向量机对于处理高维数的问题具有较大的优势。因此，支持向 量机非常适用于文本分类问题，在文本分类中具有很大的应用潜力。由于支持向 量机具有全局最优、结构简单、推广能力强等优点，近几年成为机器学习领域的 研究热点并且广泛应用于文本分类等领域。本文简单介绍了文本分类的发展、研 究现状、以及文本分类的过程。并在此基础上对 SVM 算法的理论进行了深入的研 究，同时在该算法的基础上研究了基于 SVM 算法的文本分类系统，并对系统结构 和运行结果进行了简单的分析。 关键词：分类器，机器学习，文本分类，支持向量机，SVM I ABSTRACT ABSTRACT Support vector mahcine(SVM) is a new machine learning method,it is based on statistical learning theory,it can well resolve such practical Problems as nonlinearity， high dimension and local minima.Text categorization is a key technique in content-based automatic information management.The biggest features of text vectors are high dimensional and extremely sparse. SVM is particularly suited for text categorization and have great potential in text categorization，as SVM have advantages in dealing with high dimensional problems.A large number of experiments have shown that support vector machine has not only simpler structure,but also better performance,especially its better generalization ability.In recent years,the support vector machine approach was attracted more and more attention and became a hot issue in the field of machine learning and applied into text classification fields.This article briefly introduced the development of text classification, research, and the process of text classification ,and researched on the theory of SVM algorithm. At the same time a simple text classification system that is based on SVM algorithm was researched,and at last some analysis