典型文献
基于混合优化的双模深度学习文本分类方法
文献摘要：
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.
文献关键词：
文本分类;混合优化算法;深度学习;双向门控循环单元;深度置信网络
中图分类号：
作者姓名：
吴绪玲
作者机构：
西南交通大学希望学院信息工程系,成都 610400
文献出处：
引用格式：
[1]吴绪玲-.基于混合优化的双模深度学习文本分类方法)[J].西南大学学报（自然科学版）,2022(11):234-242
A类：
B类：
双模,学习文本,文本分类方法,分类精度,方法设计,混合优化算法,深度学习模型,行权,权值,调优,相关度,能文,文档,理得,特征集合,乌鸦搜索算法,CSA,蝗虫优化算法,GOA,双向门控循环单元,GRU,特征选择,上下文语义,语义信息,优特,深度置信网络,DBN
AB值：
0.331732
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
