基于最小二乘支持向量机的网页主题语义分类的研究

摘要

提出了对网页主题进行语义扩展的方法,利用最小二乘支持向量机LSSVM(least squares support vector machines)来代替传统的支持向量机SVM(support vector machine)的分类技术.在建立LSSVM模型的多类别分类算法基础上,将其应用到网页主题语义分类.实验表明, 最小二乘支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力,对网页主题语义分类具有很好的效果.