李心宇，李晓航，李志伟，李冬雪

（1.吉林大学 软件学院软件工程系，吉林 长春 130000；2. 吉林大学 数学学院，吉林 长春 130000）

1 多层感知器神经网络拓扑结构

1.1 四层作业架构

多层感知器神经网络，重视以较多的层次进行复杂信息快速处理，拟构建四层作业架构，拓扑结构见图1。

图1 多层感知器神经网络拓扑结构

对该结构进行分析可发现，其特点在于增设了两个中间层次，基层仍负责海量信息的直接收集和处理，之后反馈给中层，再由中层反馈给高层。此过程中所有信息不断得到优化和加工，有助于实现高效率的分析和决策。

1.2 不同层次功能

基层的功能在于直接进行海量信息的直接收集，并对其进行初步加强，使完全松散的数据信息带有一定的半结构化特点。在此基础上，半结构化信息被传输至中层，由中层将其加工为结构化信息，并借助中层的另一个层次进行处理，使其在结构化的基础上完成分类，再选取合适的信道进行传输。结构化的分类信息最终传输给高层，即多层感知器神经网络的终端，结合传输结果进行信息分析和最终决策。

2 智能分类算法设计

2.1 降维设计思路

多层感知器神经网络对信息处理的要求极高，不同信息富含的内容也较为多样，具有多个可分析的维度。例如，信息内容为“X 省XX 大学X 学院100 名学生考入清华大学研究生院”。该信息中可分析的维度包括地理信息、学校信息、动态信息、主体信息等。如果各类信息均完整进行所有维度评估，工作量较大，难以保证效率，不符合多层感知器神经网络的工作要求，也无法发挥智能分类算法的积极作用。……