计算机与现代化
計算機與現代化
계산궤여현대화
COMPUTER AND MODERNIZATION
2011年
11期
59-63
,共5页
文本分类%信息增益%特征项频率-倒排文档频率%神经网络%粒子群优化算法
文本分類%信息增益%特徵項頻率-倒排文檔頻率%神經網絡%粒子群優化算法
문본분류%신식증익%특정항빈솔-도배문당빈솔%신경망락%입자군우화산법
人工神经网络是一种有效的文本分类技术,但网络本身的不确定性使得很难找到合适的网络.本文提出粒子群优化算法优化神经网络,使得该网络在进化过程中自适应地调节其连接权重和网络结构.首先把文本集合表示为向量空间；然后使用信息增益算法选择特征项,使用特征项频率-例排文档频率计算特征项权值；最后使用进化神经网络对中文文本进行自动分类.实验结果表明,与原BP神经网络相比,进化BP神经网络的分类效果更好.
人工神經網絡是一種有效的文本分類技術,但網絡本身的不確定性使得很難找到閤適的網絡.本文提齣粒子群優化算法優化神經網絡,使得該網絡在進化過程中自適應地調節其連接權重和網絡結構.首先把文本集閤錶示為嚮量空間；然後使用信息增益算法選擇特徵項,使用特徵項頻率-例排文檔頻率計算特徵項權值；最後使用進化神經網絡對中文文本進行自動分類.實驗結果錶明,與原BP神經網絡相比,進化BP神經網絡的分類效果更好.
인공신경망락시일충유효적문본분류기술,단망락본신적불학정성사득흔난조도합괄적망락.본문제출입자군우화산법우화신경망락,사득해망락재진화과정중자괄응지조절기련접권중화망락결구.수선파문본집합표시위향량공간；연후사용신식증익산법선택특정항,사용특정항빈솔-례배문당빈솔계산특정항권치；최후사용진화신경망락대중문문본진행자동분류.실험결과표명,여원BP신경망락상비,진화BP신경망락적분류효과경호.
