SOM聚类算法在文本分类上的应用

TP391; 随着网络信息指教级的增长,如何高效地组织海量的文本信息成为众多终端信息查询的基本要求.本文利用神经网络妁联想记忆原理,提出一种改进自组织映射(SOM)神经网络聚类算法来对这些信息进行索引和分类.改进SOM聚类算法通过文本的预处理和词汇权值的计算,SOM网络的训练过程以及多次聚类来细化各文本类别,最终产生概念空间.试验结果表明该算法对文本有很好的分类管理功能,便于文本检索....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:现代情报 2007, Vol.27 (9), p.162-164
Hauptverfasser: 丁露, 崔平
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TP391; 随着网络信息指教级的增长,如何高效地组织海量的文本信息成为众多终端信息查询的基本要求.本文利用神经网络妁联想记忆原理,提出一种改进自组织映射(SOM)神经网络聚类算法来对这些信息进行索引和分类.改进SOM聚类算法通过文本的预处理和词汇权值的计算,SOM网络的训练过程以及多次聚类来细化各文本类别,最终产生概念空间.试验结果表明该算法对文本有很好的分类管理功能,便于文本检索.
ISSN:1008-0821
DOI:10.3969/j.issn.1008-0821.2007.09.057