| 基于粗糙集和BP神经网络的文本分类研究 |
| |
| 引用本文： | 唐云,罗俊松.基于粗糙集和BP神经网络的文本分类研究[J].计算机仿真,2011,28(6). |
| |
| 作者姓名： | 唐云 罗俊松 |
| |
| 作者单位： | 成都理工大学信息工程学院,四川,成都,610059 |
| |
| 摘 要： | 研究文本分类、提高文本检索效率问题,针对文本特征维数过高导致神经网络收敛速度慢、文本分类精度低的难题,结合粗糙集的属性约简和神经网络的文本分类优点,提出了一种粗糙集(RS)结合BP神经网络的文本自动分类算法(RS-BPNN).RS-BPNN首先应用粗糙集理论的属性约简对文本特征预处理,降低向量维数,然后把冗余的属性从决策表中删去,最后利用神经网络进行分类.并在MATLAB环境中进行了仿真实验,仿真结果表明,RS-BPNN方法的识别精度比传统的BP神经网络高4%左右,提高了文本分类的精度和检索效率.
|
| 关 键 词： | 粗糙集 神经网络 文本分类 约简 |
A Hybrid Classifier Based on the Rough Sets and BP Neural Networks |
| |
| TANG Yun,LUO Jun-song.A Hybrid Classifier Based on the Rough Sets and BP Neural Networks[J].Computer Simulation,2011,28(6). |
| |
| Authors: | TANG Yun LUO Jun-song |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
