一种基于RBF神经网络算法与语义特征选取的文本分类方法

摘要

本发明公开了一种基于RBF神经网络算法与语义特征选取的文本分类方法。其中，所述系统中包含了改进RBF神经网络算法和语义特征选取的文本降维处理。网络结构采用RBFLN(径向基链网络)模型，添加输入层对输出层的线性映射，在训练过程中基于最大误差学习样本对资源分配网络(RAN)新性条件进行改动，在不满足新性条件时，采用相似度参数对隐层中心和宽度进行调整；而满足新性条件时，对新增隐层节点也通过类均值的方法做出相应的改进。由于基于词向量空间的文本分类模型很难处理文本的高维特性和语义复杂性，为此本文通过语义特征选取方法对文本输入空间进行语义特征的抽取和降维。本发明的RBF分类系统具有学习速率高，网络结构紧凑，分类效果好的优点。