陈 宇，许莉薇

（东北林业大学 信息与计算机工程学院，黑龙江 哈尔滨 150040）

基于优化LM模糊神经网络的不均衡林业信息文本分类算法

陈 宇，许莉薇

（东北林业大学 信息与计算机工程学院，黑龙江 哈尔滨 150040）

为解决不均衡林业信息文本分类中少数类分类正确率低问题，提出了一种基于优化LM模糊神经网络的不均衡林业信息文本分类算法。在阐述优化LM模糊神经网络算法原理的基础上，提取不均衡林业信息文本特征矩阵训练分类器的各项参数，实现对不均衡林业信息文本的精准与快速分类。实验结果表明该算法对少数类辨识准确率高，优于神经网络分类法以及SVM算法、模糊神经网络算法，为不均衡林业信息文本的分类提供了新思路。

不均衡文本分类算法；不均衡林业信息文本分类；优化LM模糊神经网络；分类器

林业信息文本分类是文本分类的分支，是对林业类样本进行分类。文本分类的过程，需要结合算法构造分类模型，对模型进行训练学习，用于分类。文本分类可以归纳为以下步骤：预处理，提取文本特征向量，构造文本特征矩阵，形成分类器，分类结果测评。

文本分类技术在国外的研究起步较早，并且发展迅速，现阶段已经比较完善。我国文本分类技术的研究起步晚，早期主要是对国外先进技术进行引用，并且在初始算法上进行优化，随着我国对文本分类技术研究的逐步深入，现阶段的主要研究目标转向为如何提高不均衡样本分类的正确率。……