基于扩展角分类神经网络的文档分类方法 |
| |
引用本文: | 陈恩红,合源一幸,等.基于扩展角分类神经网络的文档分类方法[J].自考.职教.成教,2002,13(5):871-878. |
| |
作者姓名: | 陈恩红 合源一幸 |
| |
作者单位: | [1]中国科学技术大学计算机系,安徽合肥230027 [2]东京大学数学工程与信息物理系,日本113-86-56 |
| |
摘 要: | CC4神经网络是一种三层前馈网络的新型角分类(corner classification)训练算法,原用于元搜索引擎Anvish的档分类。当各档之间的规模接近时,CC4神经网络有较好的分类效果,然而当之间规模差别较大时,其分类性能较差。针对这一问题,本意图扩展原始CC4神经网络,达到对档有效分类的效果。为此,提出了一种基于MDS-NN的数据索引方法,将每一档映射至k维空间数据点,并尽可能地保持原始档之间的距离信息,其次,通过将索引信息变换为CC4神经 网络接受的0,1序列,实现对CC4神经网络的扩展,使其能够接受索引信息作为输入,实验结果表明对相互之间规模差别较大的档,扩展CC4神经网络的性能优于原始CC4神经网络的性能。同时,扩展CC4神经网络的分类精度与档索引方法有密切关系。
|
关 键 词: | 角分类 神经网络 文档分类 数据索引 距离信息 |
本文献已被 维普 等数据库收录! |
|