论文部分内容阅读
目前常用的支持向量机采用传统的单一高斯核函数,或者传统高斯核函数与多项式核函数的组合,但是存在着分类器泛化推广能力不强,容易出现数据偏斜等问题。鉴于此,提出了基于DGMF的多核支持向量机、并采用粒子群算法优化其参数。最后构造了文本倾向性分类实验,实验结果表明改进算法在正确率、准确率、召回率、F1值上具有更好的性能。