基于自组织特征映射的网页分类研究  

The Classification of Web Pages based on SOFM

作　　者：张义忠[1] 赵明生[1] 梁久祯[1] 

机构地区：[1]清华大学电子工程系,北京,100084 清华大学电子工程系,北京,100084 清华大学电子工程系,北京,100084

出　　处：《测试技术学报》2002年第z2期1433-1438,共6页Journal of Test and Measurement Technology

基　　金：本课题得到清华大学985项目和国家自然科学基金(60003014)资助

摘　　要：本文提出了一种SOFM(自组织特征映射)与LVQ(学习矢量量化)相结合的分类算法,利用一种新的网页表示方法,形成特征向量并应用于网页分类中.该方法充分利用了SOFM自组织的特点,同时又利用LVQ解决聚类中测试样本的交迭问题.实验表明它不仅具有较高的训练效率,同时有比较好的查全率和查准率.

关 键 词：自组织特征映射 特征提取 神经网络 分类 

分 类 号：TB9-55[一般工业技术—计量学]