排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
为解决文本分类中分类精度低的问题,提出一种混合优化的双模深度学习文本分类方法.该方法设计了一种混合优化算法,对深度学习模型进行权值调优,得到相关度高的特征和高性能文本分类结果.首先对文档进行预处理得到特征集合,设计了基于乌鸦搜索算法(CSA)和蝗虫优化算法(GOA)的混合优化算法,并使用双向门控循环单元(GRU)进行特征选择,得到具有上下文语义信息且相关的特征.最后,将最优特征输入到混合优化的深度置信网络(DBN)中得到文本分类结果. 相似文献
1