基于样本密度加权的神经网络分类器在文本分类中的应用.pdfVIP

第２６卷第９期　　　 计算机应用与软件 Ｖｏｌ２６Ｎｏ．９ ０９ ２００９年９月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｓｅｐ．２０ 基于样本密度加权的神经网络分类器 在文本分类中的应用 廖 一 星 （浙江财经学院信息学院　浙江杭州３１００１８） 摘　要　　为了提高文本分类精度，根据训练集的样本密度的不同，提出了一种基于ｋ最近邻密度估计的样本加权算法，从而使得 样本密度较大的样本权重得到加强，处于样本密度平均水平的样本权重保持不变，而样本密度较小的样本权重得到减弱。并将这种 方法所构成的神经网络分类器用于文本分类。实验结果表明，这种方法可以在一定程度上提高文本分类精度，优于原始的未加权的 分类方法。 关键词　　ｋ最近邻密度估计　神经网络　文本分类 ＡＮＡＰＰＬＩＣＡＴＩＯＮＯＦＳＡＭＰＬＥＤＥＮＳＩＴＹＷＥＩＧＨＴＥＤＮＮ ＣＬＡＳＳＩＦＩＥＲＩＮＴＥＸＴＣＬＡＳＳＩＦＩＣＡＴＩＯＮ ＬｉａｏＹｉｘｉｎｇ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍｉｃｓ，Ｈａｎｇｚｈｏｕ３１００１８，Ｚｈｅｊｉａｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｓａｍｐｌｅｗｅｉｇｈｔｅｄａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｋｎｅａｒｅｓｔｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎｉｓｐｒｏｐｏｓｅｄａｃｃｏｒｄｉｎｇｔｏｄｉｆｆｅｒｅｎｔｄｅｎｓｉｔｙｏｆｔｒａｉｎｉｎｇｓａｍｐｌｅｓ ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｔｈｅｔｅｘｔｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｈｕｓｔｈｅｗｅｉｇｈｔｏｆｓａｍｐｌｅｗｉｔｈｈｉｇｈｅｒｄｅｎｓｉｔｙｉｓｓｔｒｅｎｇｔｈｅｎｅｄ，ｔｈｅｗｅｉｇｈｔｏｆｓａｍｐｌｅ ｗｉｔｈｍｅａｎｄｅｎｓｉｔｙｉｓｋｅｐｔｕｎｃｈａｎｇｅｄ，ａｎｄｔｈｅｗｅｉｇｈｔｏｆｓａｍｐｌｅｗｉｔｈｌｅｓｓｔｈａｎｍｅａｎｄｅｎｓｉｔｙｉｓｗｅａｋｅｎｅｄ．ＴｈｅＮＮｃｌａｓｓｉｆｉｅｒｆｏｒｍｅｄｉｎｔｈｉｓ ｍｅｔｈｏｄｉｓａｐｐｌｉｅｄｉｎｔｅｘｔｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｃａｎｉｍｐｒｏｖｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｔｅｘｔｃｌａｓｓｉｆｉｃａｔｉｏｎｔｏｓｏｍｅ ｄｅｇｒｅｅ．Ａｎｄｔｈｅｗｅｉｇｈｔｅｄｃｌａｓｓｉｆｉｅｒｉｓｂｅｔｔｅｒｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌｃｌａｓｓｉｆｉｅｒ． Ｋｅｙｗｏｒｄｓ　　ｋｎｅａｒｅｓｔｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎ　Ｎｅｕｒａｌｎｅｔｗｏｒｋ（ＮＮ）　Ｔｅｘｔｃｌａｓｓｉｆｉｃａｔｉｏｎ 象和模拟，是由具有适应性的简单单元组成的广泛并行互连的 ０　引　言 网络，它的组织能够模拟生物神经系统对真实世界物体所作出 的交互反应［５］。神经网络一般由多个神经元组成，每个神经元 随着信息技术的迅猛发展，网络上的电子文档迅速增加，网 有一个单一的输出，它可以连接到很多其它的神经元，其输入有 络规模呈指数增长，如何处理这些海量数据，并对这些文档进行 多个连接通路，每个连接通路对应一个连接权系统，这些神经元 分类成为了一个重要的课题。文本分类技术为用户提供了一个