论文部分内容阅读
针对文本自动分类问题，提出一种基于概率型神经网络（PNN）和学习矢量量化（LVQ）相结合的文本分类算法，该方法借助TFIDF方法提取文本特征及特征值，形成文本分类特征向量，利用概率型神经网络构建分类模型，并利用LVQ学习算法对神经网络模型竞争层网络进行学习，使相应模式向量相互靠拢，远离其他模式，从而实现文本分类．实验结果表明，提出的该方法在文本分类中表现了很好的效果，不仅具有很好的分类准确率，还表现出很好的学习效率．