文献类型：期刊文章

作　　者：张锦[1,2] 李光[3] 曹伍[4] 胡瑞芬[1]

机构地区：[1]浙江大学生物医学工程系,杭州310027 [2]湖南大学软件学院,长沙410082 [3]浙江大学工业控制技术国家重点实验室,杭州310027 [4]纽约州立大学Postdam分校教育学院,纽约

出　　处：《北京邮电大学学报》

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)

年　　份：2006

卷　　号：29

期　　号：z2

起止页码：136-138

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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.

关 键 词：文本分类 反向传播神经网络 主成分分析

分 类 号：TP183]