基于粗糙集和RBF神经网络的文本自动分类方法

被引：3

作者：

白如江

机构：

[1] 山东理工大学图书馆

来源：

关键词：

文本分类; 粗糙集; 神经网络; 属性约简; VSM;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP183 [人工神经网络与计算];

学科分类号：

081203 ; 0835 ; 081104 ; 0812 ; 1405 ;

摘要：

结合粗糙集的属性约简和RBF神经网络的分类机理,提出一种新的文本分类混合算法。试验结果表明,与朴素贝叶斯、SVM、kNN传统分类方法相比,该方法在保持分类精度的基础上,分类速度有明显提高,体现出较好的稳定性和容错性,尤其适用于特征向量多且难以分类的文本。

引用

页码：47 / 51

页数：5

共 6 条

郝占刚 ;

王正欧 .

[2] 一种神经网络文本分类器的设计与实现 [J].

李斗 ;

李弼程 .

[3] RBF网络分类器的实现及应用 [J].

张建宝 ;

慈林林 ;

赵宗涛 ;

陈晓峰 .

[4] 径向基函数神经网络的分类机理 [J].

赵群，保铮 .

[5]

基于概率神经网络的文本自动分类研究[J]. 施洁斌.情报学报. 2004 (02)

[6] ROUGH SETS [J].

PAWLAK, Z .

INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356