基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于中文文本分类问题,使用了一种新的RBF神经网络算法.这一方法通过高斯径向基函数,使用k均值推导出隐藏项的中心点及宽度,并将由隐藏层得到的输出结果合并起来,从而得到分类结果.试验证明,这种算法的准确率、召回率、F测量的值都很高,得到的分类效果很好.
推荐文章
中文文本分类研究
文本分类
k 近邻
支持向量机
最大熵
中文文本分类系统的设计与实现
文本分类
向量空间模型
特征项选择
权重
基于类别特征向量表示的中文文本分类算法
中文文本分类
向量空间模型
评价函数
特征提取
基于AdaBoost-Bayes算法的中文文本分类系统
中文分词
文本分类
AdaBoost
Bayes
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的中文文本分类算法
来源期刊 北京师范大学学报(自然科学版) 学科 工学
关键词 文本分类 预处理 特征提取 径向基函数
年,卷(期) 2006,(5) 所属期刊栏目
研究方向 页码范围 501-505
页数 5页 分类号 TP3
字数 4394字 语种 中文
DOI 10.3321/j.issn:0476-0301.2006.05.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李荣艳 北京师范大学信息科学与技术学院 3 36 3.0 3.0
2 别荣芳 北京师范大学信息科学与技术学院 20 179 7.0 13.0
3 金鑫 北京师范大学信息科学与技术学院 15 30 3.0 4.0
4 王春辉 北京师范大学信息科学与技术学院 1 7 1.0 1.0
5 郑宁 北京师范大学信息科学与技术学院 4 86 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (29)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (45)
二级引证文献  (21)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
文本分类
预处理
特征提取
径向基函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京师范大学学报(自然科学版)
双月刊
0476-0301
11-1991/N
大16开
北京新外大街19号
82-406
1956
chi
出版文献量(篇)
3342
总下载数(次)
10
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导