English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 60695/93562 (65%)
造訪人次 : 1051698 線上人數 : 30
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library & TKU Library IR team.
搜尋範圍
全部機構典藏
工學院
資訊工程學系暨研究所
--研究報告
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於機構典藏
‧
管理
淡江大學機構典藏
>
工學院
>
資訊工程學系暨研究所
>
研究報告
>
Item 987654321/7140
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
請使用永久網址來引用或連結此文件:
https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/7140
題名:
使用類神經網路來作文件自動分類之研究
其他題名:
A Study on Automatic Document Classification by Using Neural Networks
作者:
洪文斌
;
黃連進
貢獻者:
淡江大學資訊工程學系
關鍵詞:
類神經網路
;
文件自動分類
;
資訊檢索
;
Neural network
;
Automatic document classification
;
Information retrieval
日期:
1997
上傳時間:
2009-03-16 15:29:13 (UTC+8)
摘要:
隨著資訊時代的來臨,資料量與年劇增。要在這龐大的資料中找尋相關的資訊,實非易事。而利用電腦來將性質相近的的資料或文件排放在一起,以提高文件分類的正確性與一致性,便於使用者能夠快速地檢索到相關資訊的文件自動分類研究便應運而生。自從Maron於1961年提出首篇的文件自動分類的論文以來,傳統的分類方法不外乎機率模式與向量模式。近年來的研究也加入了統計分析、專家系統、和自然語言處理等先進的技術,以提高分類的正確性。本研究計畫的主要目的,是嘗試利用類神經網路的強大學習能力,來學習文件的內在分類規則,以期達到文件自動分類的目的,並提高其分類的正確性。在本研究中,我們將以ACM Computing Reviews的分類法(共有11個大類和80個中類)作為分類的依據。再以其中的論文題目當作該文件的素描(profile)。在類神經網路的分類實驗上,我們將先嘗試利用三種不同監督式學習網路模式來作實驗:即倒傳遞網路、機率神經網路、和學習向量量化網路。此外,並實驗傳統的機率模式與向量模式的分類結果,以作為類神經網路模式實驗比較之用。
顯示於類別:
[資訊工程學系暨研究所] 研究報告
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
RRPA85122550.pdf
253Kb
Adobe PDF
574
檢視/開啟
在機構典藏中所有的資料項目都受到原著作權保護.
TAIR相關文章
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library & TKU Library IR teams.
Copyright ©
-
回饋