节点文献

基于RBF神经网络的Web分类挖掘研究

Research of Web Classification Mining Based on RBF Neural Network

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 黄荣兵陈俊杰

【Author】 CHEN Jun-jie,HUANG Rong-bing (College of Information Engineering of TUT, Taiyuan 030024,China)

【机构】 太原理工大学信息工程学院太原理工大学信息工程学院 山西太原030024山西太原030024

【摘要】 根据Web文档分类与人工神经网络理论,设计了一个Web分类挖掘系统。针对BP网络分类器的不足,提出了用径向基函数神经网络对Web页面中的文本信息进行分类的方法。实验初步证明,用径向基函数进行分类比BP算法构造的神经网络更具准确性,有效地提高了分类的正确率。

【Abstract】 According to the theory of Web document classification and artificial neural network, we designed a Web classification mining system. BP network has lots of disadvantages, so we proposed a method that uses RBFNN to classify the text information in Web pages. Experiment verified it is more efficient to use RBF to classify than BP algorithm and promote the correct rate of classification.

【基金】 山西省自然科学基金项目(20031038);教育部科学技术研究重点项目(03020)
  • 【文献出处】 太原理工大学学报 ,Journal of Taiyuan University of Technology , 编辑部邮箱 ,2004年04期
  • 【分类号】TP183
  • 【被引频次】4
  • 【下载频次】108
节点文献中: 

本文链接的文献网络图示:

本文的引文网络