结合聚类思想神经网络文本分类技术研究

被引：26

作者：

朱云霞 ^{[1
,2
]}

机构：

[1] 南京大学信息管理系

[2] 南京人口管理干部学院信息科学系

来源：

计算机应用研究 | 2012年 / 29卷 / 01期

关键词：

文本分类; 神经网络; 聚类算法; 互信息量;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文]; 140502 [人工智能];

摘要：

针对传统的基于神经网络文本分类算法收敛速度慢等缺点,在分析了文本分类系统的一般模型,以及在应用了互信息量的特征提取方法提取特征项后,提出了一种基于样本中心的径向基神经网络文本分类算法;并引入了聚类算法的核心思想,改进误差反向传播神经网络分类算法收敛速度较慢的缺点。实验结果表明,提出的改进算法与传统的BP神经网络分类算法相比,具有较高的运算速度和较强的非线性映射能力,在收敛速度和准确程度上也有更好的分类效果。

引用

页码：155 / 157

页数：3

共 6 条

[1]

The integrated methodology of rough set theory and artificial neural network for business failure prediction [J].