基于自反馈Hopfield网络的快速文本分类器

• 作者: 陈怀熹 马培羽 黄波
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 文本分类 自反馈 Hopfield网络 正交编码 KNN
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 2760-2762,2792
• 页数: 4页
• 分类号: TP181
• 字数: 3937字
• 语种: 中文

摘要

根据大规模中文文本分类的特点,提出了一种基于最大特征值选取的快速文本正交编码方法,并构造了一种具有较快收敛速度的Hopfield神经网络模型.采用神经动力学方法,对自反馈Hopfield神经网络的网络结构进行了稳定性分析.在Hopfield神经网络中引入KNN再预测机制,使进入伪状态而被拒收的样本能有效地逃离伪状态.实验结果表明,该方法应用到大规模的中文文本分类时,效果良好.