基于改进的模糊聚类RBF网络集成的文本分类方法

• 作者: 张爱科 李辉 符保龙
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: RBF神经网络 文本分类 模糊聚类 神经网络集成 自适应遗传算法
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1235-1239
• 页数: 5页
• 分类号: TP311
• 字数: 3521字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2012.06.012

摘要

Web文本分类是数据挖掘研究的一个热点问题.针对文本向量维度过高的特点,提出一种改进的模糊聚类RBF网络集成的文本分类方法,该方法利用模糊C均值聚类算法对文本特征向量进行简化、抽取,引入自适应遗传算法优化RBF神经网络的权值,构建RBF网络集成模型对文本进行分类.实验结果表明,该方法具有更高的分类效率和正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	中国人民大学信息学院	149	828	14.0	24.0
2	张爱科		35	119	6.0	9.0
3	符保龙		40	171	8.0	11.0