RXGODL,8@68DDL68@]*J6D8JD^>?_14"(>_"".DS_"3!$"文章编号!!339:!13;!"3!$"> RXGODL,8@68DDL68@]*J6D8JD^>?_14"(>_"".DS_"3!$"文章编号!!339:!13;!"3!$" />
基于资源分配网络和语义特征选取的文本分类-论文.pdf

基于资源分配网络和语义特征选取的文本分类-论文.pdf

ID:53763217

大小:698.15 KB

页数:7页

时间:2020-04-24

基于资源分配网络和语义特征选取的文本分类-论文.pdf_第1页
基于资源分配网络和语义特征选取的文本分类-论文.pdf_第2页
基于资源分配网络和语义特征选取的文本分类-论文.pdf_第3页
基于资源分配网络和语义特征选取的文本分类-论文.pdf_第4页
基于资源分配网络和语义特征选取的文本分类-论文.pdf_第5页
资源描述:

《基于资源分配网络和语义特征选取的文本分类-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、"T($1:!"%[&/0""""计算机工程与科学第14卷第"期"3!$年"月"E**(!339:!13;T>RXGODL,8@68DDL68@]*J6D8JD^>?_14"(>_"".DS_"3!$"文章编号!!339:!13;!"3!$$3":31$3:39基于资源分配网络和语义特征选取的文本分类!何晓亮!!"!宋"威!!梁久祯!!!#江南大学物联网工程学院"江苏无锡"!$!""#"#公安部交通管理科学研究所"江苏无锡"!$!%!$摘"要!针对资源分配网络!&'("算法存在隐含层节点受初始学习数据影响大#收敛速度低等问题$提出一种新的&'(学习算法%通过

2、均值算法确定初始隐含层节点$在原有的&新颖性准则'基础上增加&)*窗口$更好地判定隐含层节点是否增加%同时$采用最小均方!+)*"算法与扩展卡尔曼滤波器!,-."算法相结合调整网络参数$提高算法学习速度%由于基于词向量空间文本模型很难处理文本的高维特性和语义复杂性$为此通过语义特征选取方法对文本输入空间进行语义特征的抽取和降维%实验结果表明$新的&'(学习算法具有学习速度快#网络结构紧凑#分类效果好的优点$而且$在语义特征选取的同时实现了降维$大幅度减少文本分类时间$有效提高了系统分类准确性%关键词!&'(学习算法(径向基函数(语义特征选取(扩展卡尔曼滤波器

3、算法(最小均方算法(文本分类中图分类号!/012!文献标志码!'!"#%!3#1242&5#6778#!339:!13;#"3!$#3"#3"$$%&'()'%*"+#,)'#"-.)/%!"-+%/"0+(%)11"()'#-*-%'2"+3)-!/%4)-'#(5%)'0+%/%1%('#"-!"""*A(BCD6!"+E'(BF6G:HID8!<,;6=>:?6=8@!!#*JI>>?>KE>/,8@68DDL68@"F6=8@8=8M86NDL76OP"CGQ6"!$!""#"#/L=KK6J)=8=@DRD8O&D7D=LJIE87O6OGOD")

4、6867OLP>K0GS?6J*DJGL6OP"CGQ6"!$!%!"TI68=$6./'+)('%T>8KL>8ODUV6OIOIDDQ67OD8JD>KI6UUD88>UD7=KKDJODUSPOID686O6=??D=L868@U=O==8UOID?>VJ>8NDL@D8JDL=OD>K&'(?D=L868@=?@>L6OIR"=8DV&D7>GLJD'??>J=O68@(DOV>LW!&'($?D=L868@=?@>L6OIR67XL>X>7DU#/ID686O6=?I6UUD8?=PDL8>UD"UDODLR68DUOIL>G@I-:RD=87=?

5、@>L6OIR"=UU68@OIDY&)*V68U>V'S=7DU>8OID8>ND?OPLG?D"J=8SDOODL5GU@DVIDOIDLO>68JLD=7DI6UUD8?=PDL8>UD7>L8>O#)D=8VI6?D"OID8DOV>LWX=L=RDODL7=LD=U5G7ODUSPJ>RS6868@+D=7O)D=8*ZG=LD7=?@>L6OIR=8U,QOD8UDU-=?R=8.6?ODL=?@>L6OIR"OIG76RXL>N68@OID?D=L868@L=OD#*68JD6O67L=OIDLU6KK6JG?OO>UD=?V6OIOIDI6@

6、IU6RD876>8JI=L=JODL67O6J7=8UJ>RX?DQ7DR=8O6JJI=L=JODL>KODQO7OIL>G@IV>LU77X=JDODQOJ=OD@>L6H=O6>8RDOI>U"VDLDUGJDOIDU6RD876>8=8UDQOL=JOOID7DR=8O6JJI=L=JODL7X=JDO>OIDODQO68XGO7X=JDOIL>G@IOID7DR=8O6JKD=OGLD7D?DJO6>8RDOI>U#/IDDQXDL6RD8O=?LD7G?O77I>VOI=OOID8DV&'(=?@>L6OIRI=7OID=UN=8O=@D>KI

7、6@I:7XDDU?D=L868@"J>RX=JO8DOV>LW7OLGJOGLD=8U@>>UJ?=776K6:J=O6>8#)>LD>NDL"7DR=8O6JKD=OGLD7D?DJO6>8J=88>O>8?P=JI6DNDOIDLDUGJO6>8>KU6RD876>8=8UJ=OD@>:L6H=O6>8O6RD"SGO=?7>L=67DOID=JJGL=JP>KOIDJ=OD@>L6H68@7P7ODRDKKDJO6ND?P#7%82"+!/%&'(?D=L868@=?@>L6OIR#L=U6=?S=767KG8JO6>8#7DR=8O6JKD=OGL

8、D7D?DJO6>8#DQOD8UDU-=?:R=8

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。