自适应向量投影的非线性支持向量选取方法

摘要

本发明公开了自适应向量投影的非线性支持向量选取方法，方法用于非线性数据的文本分类，包括以下步骤：(1)将原始样本映射到高维空间转化为线性样本；(2)计算线性样本的中心距离；(3)将线性样本投影到线性样本的中心向量后，在一维空间内选取具有原始特征的边界样本；(4)利用支持向量机对边界样本进行训练，得到分类结果。本发明自适应向量投影的非线性支持向量选取方法相较于现有的支持向量机的方法，针对非线性不可分的数据，其分类精度更高，分类速度更快，更适用于人脸识别、手写体识别，文本分类等领域内。

主权项

自适应向量投影的非线性支持向量选取方法，所述方法用于非线性数据的文本分类，其特征在于，包括以下步骤：(1)将原始样本映射到高维空间转化为线性样本；(2)计算所述线性样本的中心距离；(3)将线性样本投影到所述线性样本的中心向量后，在一维空间内选取具有原始特征的边界样本；(4)利用支持向量机对边界样本进行训练，得到分类结果。