基于BP神经网络算法的文档信息管理研究  

Document Information Management Based on BP Neural Network Algorithm

作　　者：高迪 闻波[1] GAO Di;WEN Bo(School of Computer Science and Technology,Huaibei Normal University,Huaibei,Anhui 235000,China)

机构地区：[1]淮北师范大学计算机科学与技术学院,安徽淮北235000

出　　处：《河北北方学院学报（自然科学版）》2021年第5期20-24,30,共6页Journal of Hebei North University:Natural Science Edition

基　　金：安徽省大学自然科学基金项目的部分支持:“基于供应链智能协同系统的评估研究”(KJ2018A0395);安徽省大学自然科学基金项目:“中国知识背景下的企业智能效率评估研究”(KJ2017A391);安徽省大学自然科学基金:“智能+”背景下企业技术创新能力成熟度评价研究(KJ2019B03)。

摘　　要：使用神经网络作为分类器,完成文档信息管理研究。在进行文本训练时,使用标签良好的训练文档集来进行网络训练,并且使用错误反馈算法来调整网络的权重。在训练进程中结合遗传算法优化神经网络的初始权重,避免了神经网络的局部收敛。研究结果表明数据源的质量会直接影响数据挖掘结论的可靠性,仅依靠文档管理人员清理数据很难提高数据质量,采用BP神经网络算法解决了这一问题。To complete the research of document information management,neural network was used as classifier.When the text training was carried out,the well-labeled training document set was used to train the network,and the weight of the network was adjusted by error feedback algorithm.In the process of training,the initial weight of neural network was optimized by genetic algorithm,which avoided the local convergence of neural network.The research results showed that the quality of data source directly affects the reliability of data mining conclusion.It is difficult to improve the data quality by relying on the document manager to clean up the data.BP neural network algorithm is used to solve this problem.

关 键 词：神经网络 文档管理 信息管理 

分 类 号：TP311.92[自动化与计算机技术—计算机软件与理论]