基于神经网络集成的WEB文档分类研究

• 作者: 周朴雄
• 来源期刊: 图书情报工作
• 学科: 工学
• 关键词: 文本分类 神经网络集成 精度
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 基金项目
• 页码范围: 110-112
• 页数: 3页
• 分类号: TP391
• 字数: 2603字
• 语种: 中文

摘要

将神经网络集成思想引入Web本分类领域,构造一个用于Web本分类的多BP神经网络集成模型;详述模型的设计思路与结构框架,并分别在公有的英文数据集、实际的中文数据集上进行分类实验;与经典的SVM模型、KNN模型相比,神经网络集成模型具有更高的分类精度,且对于训练样本集规模具有更好的鲁棒性,不失为一种高效的丈本分类新方法,研究其在文本分类领域的应用将是一个有前景的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周朴雄	华南理工大学电子商务学院	29	144	7.0	10.0