基于主成分分析的自动文本分类模型  

Research on Auto Text Classification Model Based on PCA

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》2006年第z2期136-138,143,共4页Journal of Beijing University of Posts and Telecommunications

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)

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[自动化与计算机技术—控制理论与控制工程]