一种基于PCA组合特征提取和近似支持向量机的分类方法
公开
摘要
本发明涉及计算机科学技术领域，公开的一种基于PCA组合特征提取和近似支持向量机的分类方法，是搜集预料信息，从训练集合中提取出词表，从训练集合中提取总词表，建立词语特征文档矩阵A，求协方差矩阵，PCA将特征向量降维，特征词提取，重新对剩下的T个特征词重新求权重，得到的特征项及相应数据送入一种近似支持向量机分类模型进行分类训练与测试，将生成新的文本向量输入到文本分类模块中进行分类,得到最终分类结果。本发明通过近似支持向量机将分类问题归结成仅含线性等式约束的二次规划问题,有效降低了时间复杂度和空间复杂度。能够获得更好的文本分类准确率和更快的执行效率，可以较快速准确的完成文本分类，具有一定的实用意义。
基本信息
专利标题 ：
一种基于PCA组合特征提取和近似支持向量机的分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114610884A
申请号 ：
CN202210222677.4
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴桐熊杰葛启东林欢钱苏敏江良剑杨昱
申请人 ：
中国人民解放军63893部队
申请人地址 ：
河南省洛阳市洛龙区瀛洲东路与关林路交叉口南200米
代理机构 ：
洛阳市凯旋专利事务所(普通合伙)
代理人 ：
陆君
优先权 ：
CN202210222677.4
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06F40/216 G06F40/242 G06F40/289 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/35
••聚类；分类
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
