本方法利用模糊C均值算法简化和提取文本特征向量。结合自适应遗传算法优化RBF神经网络权值，构建RBF网络集成模型进行文本分类。实验验证了其较高的分类效率和准确率。
基于改进模糊聚类的RBF神经网络集成文本分类
相关推荐
统计聚类RBF神经网络的孤立点检测研究
该研究提出了一种SCRBF算法，将统计聚类方法融入RBF神经网络，通过初始化和简化隐单元来提高泛化能力并减少过拟合。实验表明，该算法在孤立点检测方面有效。
数据挖掘
3
2024-05-16
基于类别特性的 KNN 文本分类算法改进
论文提出了一种基于独立类别特性的改进 KNN 文本分类算法，该算法通过利用文本的不同类别特征来提高分类精度。
数据挖掘
4
2024-04-30
RBF 神经网络网络结构
输入层：感知单元连接网络和环境隐含层：非线性变换，输入空间到隐层空间输出层：线性，响应训练数据
数据挖掘
10
2024-04-30
基于标签主题模型的网络文本分类研究
随着互联网的快速发展，文本自动分类在数据挖掘中显得尤为重要。基于标签主题模型的研究，更好地帮助人们挖掘和利用有用信息。
数据挖掘
2
2024-07-14
matlab下的RBF神经网络程序
在matlab环境中，这份完整的RBF神经网络代码十分优秀。
Matlab
0
2024-09-21
基于神经网络的图像分类器
这段Matlab代码展示了如何使用神经网络进行图像分类。它使用了Matlab的 newff 函数来构建和训练神经网络。代码采用了监督分类技术，需要为每个类别选择合适的训练区域，并使用这些区域的数据来训练神经网络。训练数据存储在CSV文件中，其中包含训练区域的像素值和对应的类别标签。
为了进行分类，需要将待分类的图像转换为CSV文件，其中每行代表一个像素，每列代表一个颜色通道 (红、绿、蓝)。然后，将这个CSV文件输入到训练好的神经网络中进行分类。由于处理的图像可能很大，分类过程可能需要一些时间。
Matlab
4
2024-05-21
基于MATLAB与fuzzyTECH的模糊神经网络设计
《基于MATLAB与fuzzyTECH的模糊与神经网络设计》中介绍了模糊神经网络的建立过程，帮助读者深入理解该技术在实际应用中的作用与优势。周润景的著作为此领域的入门者提供了宝贵参考。
Matlab
2
2024-07-22
模糊神经网络水质预测
嘉陵江水质模糊神经网络预测算法研究
算法与数据结构
4
2024-05-13
模糊ARTMAP神经网络实现
该软件由波士顿大学计算机神经科学技术实验室团队实现，提供了 Fuzzy ARTMAP 神经网络的 MATLAB 实现。它包括图形用户界面 (GUI) 和命令行实用程序，用于模拟网络训练和测试。
Matlab
2
2024-05-25