作者:
原文服务方: 计算机应用研究       
摘要:
针对传统的基于神经网络文本分类算法收敛速度慢等缺点,在分析了文本分类系统的一般模型,以及在应用了互信息量的特征提取方法提取特征项后,提出了一种基于样本中心的径向基神经网络文本分类算法;并引入了聚类算法的核心思想,改进误差反向传播神经网络分类算法收敛速度较慢的缺点.实验结果表明,提出的改进算法与传统的BP神经网络分类算法相比,具有较高的运算速度和较强的非线性映射能力,在收敛速度和准确程度上也有更好的分类效果.
推荐文章
人工神经网络在文本分类中的应用
文本分类
人工神经网络
训练算法
基于深度神经网络的中文新闻文本分类方法
深度神经网络
文本分类
中文新闻
自然语言处理
基于神经网络的中文文本分类中的特征选择技术
文本分类
神经网络
主成分分析
特征选择
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 结合聚类思想神经网络文本分类技术研究
来源期刊 计算机应用研究 学科
关键词 文本分类 神经网络 聚类算法 互信息量
年,卷(期) 2012,(1) 所属期刊栏目 算法研究探讨
研究方向 页码范围 155-157
页数 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.01.044
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 朱云霞 南京大学信息管理系 16 71 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (130)
参考文献  (5)
节点文献
引证文献  (21)
同被引文献  (62)
二级引证文献  (96)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(8)
  • 引证文献(6)
  • 二级引证文献(2)
2015(12)
  • 引证文献(1)
  • 二级引证文献(11)
2016(16)
  • 引证文献(4)
  • 二级引证文献(12)
2017(19)
  • 引证文献(1)
  • 二级引证文献(18)
2018(20)
  • 引证文献(2)
  • 二级引证文献(18)
2019(23)
  • 引证文献(2)
  • 二级引证文献(21)
2020(15)
  • 引证文献(1)
  • 二级引证文献(14)
研究主题发展历程
节点文献
文本分类
神经网络
聚类算法
互信息量
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导