一种基于RBF神经网络的XML文本分类方法

• 作者: 仲红 刘锋 唐佳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: XML文本分类 CHI统计量 RON RBF神经网络
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 34-36
• 页数: 3页
• 分类号: TP311.5
• 字数: 2674字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.08.010

摘要

为了快速有效地组织和分析海量的XML文本信息,XML文本的自动分类必不可少.文中提出了一种基于RBF神经网络的分类方法,并运用改进型的CHI统计量方法进行特征提取,对传统的加权公式进行了一些改进,再运用资源优化神经网络(RON)进行训练,做了必要的实验分析.实验结果表明该分离器有较高的分类质量,提高了分类的效率,有较高的分类准确性,满足了XML文本自动分类的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	仲红	安徽大学计算机科学与技术学院	91	458	10.0	15.0
2	刘锋	安徽大学计算机科学与技术学院	77	392	11.0	16.0
3	唐佳	安徽大学计算机科学与技术学院	1	4	1.0	1.0