论文部分内容阅读
根据大规模中文文本分类的特点，提出了一种基于最大特征值选取的快速文本正交编码方法，并构造了一种具有较快收敛速度的Hopfield神经网络模型。采用神经动力学方法，对自反馈Hopfield神经网络的网络结构进行了稳定性分析。在Hopfield神经网络中引入KNN再预测机制，使进入伪状态而被拒收的样本能有效地逃离伪状态。实验结果表明，该方法应用到大规模的中文文本分类时，效果良好。