互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于最优权重的神经网络集成文本分类研究


□ 周朴雄

  收稿日期:2007-12-02;修回日期:2008-03-24

  基金项目:广东省自然科学基金资助项目(07300647)

  作者简介:周朴雄 (1970-),男, 湖北荆州人,博士,主要研究方向为信息检索、信息资源管理([email protected])*

  (华南理工大学 电子商务学院,广州 510006)

  摘 要:将神经网络集成思想引入web文本分类领域,提出了利用最小估计误差策略进行最优加权网络集成的方案。具体做法是根据各网络的分类性能、各网络同其他网络的相关程度给每个网络的后验概率估计赋予不同的权值,通过加权平均提高后验概率估计的准确程度,进而提高分类率。英文数据库的实验结果表明,与经典的bayes模型、knn模型相比,该模型具有更高的分类精度与更快的分类速度。

  关键词:文本分类;神经网络集成;精度

  中图分类号:tp391

  文献标志码:a

  文章编号:1001-3695(2008)10-2982-02

  study of web document classification

  based on best weight neural network ensembles

  zhou pu-xiong

  (college of e-business, south china university of technology, guangzhou 510006, china)

  abstract:inspired by the ideas of neural network ensembles, this paper constructed a multi-bp neural network modeling with best weights that was based the strategy of minimum estimate error. to do this, according to the capability of classification of each network and the degree of each network related to other networks, the different weight would assign to the probability estimates of maximum a posterior (map). further, improved the accuracy of estimate and classification. the experimental results of english database demonstrate that this model hold the better accuracy and speed than the bayes and knn models.

......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017