基于BP_Adaboost的文本分类研究  

Text Classification Research Based on BP_Adaboost

作　　者：董元元[1] 陈基漓[1] 唐小侠[1] 

机构地区：[1]桂林理工大学,广西541004

出　　处：《网络安全技术与应用》2012年第3期42-43,共2页Network Security Technology & Application

摘　　要：本文针对单个BP神经网络在文本分类中准确率较低的问题,通过级联多个BP神经网络,利用Adaboost算法调整各个BP弱分类器的权值,从而获得了一个稳定、高效的BP_Adaboost强分类器。实验结果现实:BP_Adaboost文本分类准确率比BP神经网络提高了9.09%。Contraposing the lower text classification accuracy by BP neural network,use the Adaboost algorithm to adjust the weights of the BP classifier to obtain a stable,the efficient a strong classifier.The experimental results： BP_Adaboost text classification accuracy increased by 9.09 percent than the BP neural network.

关 键 词：BP神经网络 ADABOOST算法 文本分类 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]