基于极限学习机的网页分类应用

摘要：

极限学习机ELM不同于传统的神经网络学习算法（如BP算法），是一种高效的单隐层前馈神经网络（SLFNs）学习算法。将极限学习机引入到中文网页分类任务中。对中文网页进行预处理，提取其特性信息，从而形成网页特征树，产生定长编码作为极限学习机的输入数据。实验结果表明该方法能够有效地分类网页。

关键词：极限学习机、中文网页分类、神经网络、网页特征提取

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金No.61272109。

在线出版日期：2015-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：102-106