數(shù)字圖書館文本自動(dòng)分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、互聯(lián)網(wǎng)的迅速發(fā)展,信息爆炸式的增長(zhǎng),為數(shù)字圖書館的發(fā)展提供了巨大的推動(dòng)力。數(shù)字圖書館是一個(gè)新興的,涉及到因特網(wǎng)、多媒體、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘和知識(shí)產(chǎn)權(quán)保護(hù)等諸多技術(shù)的計(jì)算機(jī)應(yīng)用領(lǐng)域,數(shù)字圖書館中保存大量的信息和知識(shí),然而面對(duì)大量的信息資源,人們很難從中準(zhǔn)確、充分、快速地找到有用的信息,如何高效地處理這些文本信息成為信息處理領(lǐng)域的研究熱點(diǎn)。基于人工智能技術(shù)的文本自動(dòng)分類成為研究解決這個(gè)問題的重要技術(shù)。 本文是在數(shù)字圖書館系統(tǒng)的環(huán)境下

2、,對(duì)資源庫(kù)中的保存的網(wǎng)頁進(jìn)行有效分類的研究,主要涉及以下幾個(gè)方面：網(wǎng)頁數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、特征約簡(jiǎn)及文本分類,其中文本分類模型的設(shè)計(jì)是本文的核心內(nèi)容。 本文先從文本分類的基礎(chǔ)理論著手,闡述了文本分類系統(tǒng)的理論及分類的關(guān)鍵技術(shù)和主要算法,對(duì)各種方法的理論依據(jù)、適用條件和范圍及優(yōu)、缺點(diǎn)進(jìn)行了比較分析；然后詳細(xì)介紹了人工智能領(lǐng)域兩種關(guān)鍵技術(shù)-粗糙集和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的相關(guān)理論；以河北經(jīng)貿(mào)大學(xué)圖書館文本數(shù)據(jù)為背景,針對(duì)數(shù)字圖書館文本

3、資源以及中文語言的特點(diǎn),借助粗糙集很好的處理模糊和不確定性問題的能力和RBF神經(jīng)網(wǎng)絡(luò)的卓越的函數(shù)逼近能力和快速學(xué)習(xí)能力,建立了基于Rough-RBFNN的數(shù)字圖書館文本自動(dòng)分類模型并對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了優(yōu)化,在此基礎(chǔ)上設(shè)計(jì)、實(shí)現(xiàn)了數(shù)字圖書館文本自動(dòng)分類系統(tǒng)。 理論研究與實(shí)際測(cè)試表明,本文采用的基于粗糙集--神經(jīng)網(wǎng)絡(luò)相結(jié)合的文本分類模型,通過粗糙集的屬性約簡(jiǎn)方法,降低文本維數(shù),簡(jiǎn)化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),減少網(wǎng)絡(luò)的訓(xùn)練時(shí)間,可以快速準(zhǔn)確地得到