基于支持向量機(jī)的文本并行分類算法研究的開題報(bào)告

基于支持向量機(jī)的文本并行分類算法研究的開題報(bào)告一、選題背景當(dāng)前，隨著社交網(wǎng)絡(luò)、云計(jì)算等技術(shù)的逐步發(fā)展，數(shù)據(jù)的傳輸與處理已經(jīng)成為個(gè)人、企業(yè)等各個(gè)領(lǐng)域必不可少的一部分，文本數(shù)據(jù)作為數(shù)據(jù)中的一種非常重要的形式，也受到越來越多的關(guān)注。文本數(shù)據(jù)的特點(diǎn)是無序、高維度且數(shù)據(jù)巨大，如何對(duì)文本數(shù)據(jù)進(jìn)行有效的分類成為現(xiàn)今研究的熱點(diǎn)之一?；谥С窒蛄繖C(jī)（SupportVectorMachine，SVM）的文本并行分類算法是一種非常有效的文本數(shù)據(jù)分類方法，其在實(shí)現(xiàn)高精度分類的同時(shí)還具有較高的計(jì)算效率，因此深受廣大研究人員和工程師的青睞。二、選題內(nèi)容本課題將主要研究基于支持向量機(jī)的文本并行分類算法，主要內(nèi)容包括以下方面：1.基于支持向量機(jī)的文本分類算法原理2.并行計(jì)算的基本概念3.基于支持向量機(jī)的文本并行分類算法的設(shè)計(jì)與實(shí)現(xiàn)4.對(duì)基于支持向量機(jī)的文本并行分類算法進(jìn)行實(shí)驗(yàn)驗(yàn)證本文將會(huì)主要從理論與實(shí)踐兩個(gè)方面進(jìn)行研究。三、選題意義1.研究基于支持向量機(jī)的文本并行分類算法，對(duì)于解決文本數(shù)據(jù)分類問題具有一定的實(shí)際應(yīng)用價(jià)值。2.深入了解支持向量機(jī)的分類原理及其與并行計(jì)算的結(jié)合，可以對(duì)文本分類算法的優(yōu)化提供有力的指導(dǎo)。四、研究方法本課題所需的主要研究方法如下：1.文獻(xiàn)閱讀法：查閱相關(guān)文獻(xiàn)，了解關(guān)于基于支持向量機(jī)的文本并行分類算法的理論基礎(chǔ)與實(shí)現(xiàn)方法。2.理論分析法：對(duì)基于支持向量機(jī)的文本并行分類算法的理論進(jìn)行分析，明確算法的優(yōu)缺點(diǎn)與局限性。3.實(shí)驗(yàn)驗(yàn)證法：通過對(duì)實(shí)驗(yàn)數(shù)據(jù)的收集與處理，對(duì)基于支持向量機(jī)的文本并行分類算法的正確性、有效性、效率進(jìn)行驗(yàn)證。五、預(yù)期結(jié)果本課題所預(yù)期達(dá)到的結(jié)果如下：1.了解支持向量機(jī)分類算法的基本原理，深入了解并行計(jì)算的思想。2.設(shè)計(jì)出基于支持向量機(jī)的文本并行分類算法方案，并進(jìn)行實(shí)現(xiàn)。3.對(duì)基于支持向量機(jī)的文本并行分類算法的正確性、有效性、效率進(jìn)行驗(yàn)證。4.為相關(guān)研究人員提供參考，并為實(shí)際應(yīng)用提供技術(shù)支持。六、可行性分析本研究所涉及的基本理論、方法和實(shí)驗(yàn)操作技術(shù)具有一定的可操作性。通過調(diào)查分析現(xiàn)有的文本分類算法與程序，并加以改進(jìn)，最終實(shí)現(xiàn)基于支持向量機(jī)的文本并行分類算法，這在現(xiàn)有技術(shù)條件下是完全可行的。因此，本研究的可行性是比較大的。七、進(jìn)度安排本研究計(jì)劃的進(jìn)度安排如下：第一年：1.研究基于支持向量機(jī)的文本分類算法原理，并掌握基本的并行計(jì)算技術(shù)，總結(jié)文獻(xiàn)。2.提出并設(shè)計(jì)基于支持向量機(jī)的文本并行分類算法。第二年：1.實(shí)現(xiàn)基于支持向量機(jī)的文本并行分類算法，并對(duì)該算法進(jìn)行測(cè)試。2.分析實(shí)驗(yàn)結(jié)果，總結(jié)算法的優(yōu)缺點(diǎn)。第三年：1.完善算法設(shè)計(jì)，進(jìn)一步優(yōu)化該算法的性能指標(biāo)。2.撰寫論文，并準(zhǔn)備發(fā)表實(shí)驗(yàn)結(jié)果與方法。八、參考文獻(xiàn)[1]周志華.機(jī)器學(xué)習(xí)[M].北京:清華大學(xué)出版社,2016.[2]張坤,王勇.大數(shù)據(jù)支持向量機(jī)文本分類算法研究[J].見:2017年信息技術(shù)與智能控制國(guó)際學(xué)術(shù)會(huì)議.2017.[3]劉玲玲.大數(shù)據(jù)時(shí)代文本分類算法綜述[J].福建電腦,2016(03):229-231.[4]楊澤林,張家穩(wěn).基于支持向量機(jī)的路網(wǎng)面積解析及應(yīng)用[J].寧夏大學(xué)學(xué)報(bào)(