基于神经网络集成的WEB文档分类研究
将神经网络集成思想引入Web本分类领域,构造一个用于Web本分类的多BP神经网络集成模型;详述模型的设计思路与结构框架,并分别在公有的英文数据集、实际的中文数据集上进行分类实验;与经典的SVM模型、KNN模型相比,神经网络集成模型具有更高的分类精度,且对于训练样本集规模具有更好的鲁棒性,不失为一种高效的丈本分类新方法,研究其在文本分类领域的应用将是一个有前景的方向.
文本分类、神经网络集成、精度
52
TP391(计算技术、计算机技术)
广东省自然科学基金项目"行业信息服务平台构建及其实现研究"07300647
2008-09-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
110-112