首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于改进的模糊聚类RBF网络集成的文本分类方法
引用本文:张爱科,符保龙,李辉.基于改进的模糊聚类RBF网络集成的文本分类方法[J].四川大学学报(自然科学版),2012,49(6):1235-1239.
作者姓名:张爱科  符保龙  李辉
作者单位:1. 柳州职业技术学院,柳州,545006
2. 中国人民大学信息学院,北京,100472
基金项目:广西教育厅科研项目(200911LX486,201106LX745,201204LX593)
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.

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
收稿时间:2012/4/23 0:00:00

Text classification based on improved Fuzzy clustering RBF neural network ensemble
ZHANG Ai-Ke,FU Bao-Long and LI Hui.Text classification based on improved Fuzzy clustering RBF neural network ensemble[J].Journal of Sichuan University (Natural Science Edition),2012,49(6):1235-1239.
Authors:ZHANG Ai-Ke  FU Bao-Long and LI Hui
Institution:Liuzhou Vocational Technological College;Liuzhou Vocational Technological College;College of Information, Renmin University
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号