位置:成果数据库 > 期刊 > 期刊详情页
基于主成分分析的自动文本分类模型
  • ISSN号:1007-5321
  • 期刊名称:《北京邮电大学学报》
  • 时间:0
  • 分类:TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:浙江大学,生物医学工程系,杭州,310027, 湖南大学,软件学院,长沙,410082 浙江大学,工业控制技术国家重点实验室,杭州,310027 纽约州立大学Postdam分校,教育学院,纽约 浙江大学,生物医学工程系,杭州,310027
  • 相关基金:国家自然科学基金项目(60421002);国家"973计划"项目(2004CB720302);湖南省自然科学基金项目(06JJ20049)
中文摘要:

提出了一种基于BP神经网络和主成分分析的文本分类模型.该模型利用主成分分析实现对特征矩阵的降维,通过大量的模拟实验逐步优化BP网络的各项参数.在20_newgroups数据集上的模拟实验表明,该模型具有较好的性能,并能得到较高的分类精度.

同期刊论文项目
期刊论文 135 会议论文 1 获奖 8 著作 5
同项目期刊论文
期刊信息
  • 《北京邮电大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:北京邮电大学
  • 主编:刘杰
  • 地址:北京海淀区西土城路10号195信箱
  • 邮编:100876
  • 邮箱:byxb@bupt.edu.cn
  • 电话:010-62281995 62282742
  • 国际标准刊号:ISSN:1007-5321
  • 国内统一刊号:ISSN:11-3570/TN
  • 邮发代号:2-648
  • 获奖情况:
  • 美国工程信息公司(Ei)数据库收录期刊,1999年全国优秀高等学校自然科学学报及教育部优秀...,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:7684