基于粗糙集和神經(jīng)網(wǎng)絡(luò)的中文文本分類(lèi)研究與實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩70頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著通信技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展,自動(dòng)信息處理已成為人們獲取大量信息不可缺少的工具文本分類(lèi)作為自動(dòng)信息處理的重要研究方向,有著廣泛的應(yīng)用前景粗糙集理論和神經(jīng)網(wǎng)絡(luò)技術(shù)在模式識(shí)別中都已得到廣泛的應(yīng)用,但在文本分類(lèi)領(lǐng)域的應(yīng)用研究相對(duì)較套粗糙集在不影響分類(lèi)精度的前提下通過(guò)信息約簡(jiǎn)能得到顯式的文本分類(lèi)規(guī)則,但它對(duì)數(shù)據(jù)中的噪聲比較敏感,分類(lèi)規(guī)則具有模糊性神經(jīng)網(wǎng)絡(luò)有很強(qiáng)的容錯(cuò)學(xué)習(xí)能力,但不能消除過(guò)量的冗余信息,且龐大的文本特征維數(shù)限制了網(wǎng)絡(luò)的性能為

2、此本文采用了一種粗糙集和神經(jīng)網(wǎng)絡(luò)相結(jié)合的文本分類(lèi)方法,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)RS-BPNN中文文本分類(lèi)系統(tǒng),主要工作內(nèi)容有: 1)本文對(duì)當(dāng)前文本分類(lèi)領(lǐng)域的關(guān)鍵問(wèn)題及其常用解決方法進(jìn)行了研究,分析了現(xiàn)有方法的特點(diǎn)與不足詳細(xì)闡述了信息約簡(jiǎn)的粗糙集理論和基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)技術(shù),分析了它們相結(jié)合的優(yōu)點(diǎn)。 2)本文結(jié)合粗糙集的屬性約簡(jiǎn)和神經(jīng)網(wǎng)絡(luò)的分類(lèi)機(jī)理,在向量空間模型表示文本的基礎(chǔ)上,構(gòu)建RS-BPNN中文文本分類(lèi)模型首先采用粗糙

3、集對(duì)向量空間降維,然后用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,再利用訓(xùn)練得出的分類(lèi)知識(shí)對(duì)新文本進(jìn)行分類(lèi)通過(guò)兩者有機(jī)的融合增強(qiáng)了它們?cè)谖谋痉诸?lèi)中的實(shí)用性。 3)針對(duì)現(xiàn)有屬性約簡(jiǎn)算法的缺陷,結(jié)合向量空間模型的特點(diǎn),對(duì)粗糙集的Johnson屬性約簡(jiǎn)算法進(jìn)行了改進(jìn)改進(jìn)的算法以特征向量重要度為啟發(fā)式信息,加快了約簡(jiǎn)速度并能得到較優(yōu)的約簡(jiǎn)。 4)開(kāi)發(fā)了一個(gè)RS.BPNN中文文本分類(lèi)原型系統(tǒng),采用客觀的中文語(yǔ)料庫(kù)對(duì)系統(tǒng)進(jìn)行封閉式和開(kāi)放式測(cè)試,分析和評(píng)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論