典型文献
融合注意力机制的深度交叉网络作物推荐模型
文献摘要：
根据土壤数据进行作物推荐是农业大数据应用的重要内容之一.针对现有土壤数据推荐模型忽略土壤文本域信息、土壤数据交叉特征表达能力不足和无差别对待交叉特征问题,提出一种融合注意力机制的深度交叉网络作物推荐模型.首先,该模型对土壤文本数据通过向量化嵌入转化成低维稠密向量;然后通过注意力机制训练稠密向量交叉特征的权重;再连接数值域特征、稠密向量和带有权重的交叉特征并输入交叉网络层和深度网络层;最后结合深度网络层和交叉网络层输出得到推荐的作物.在中华土壤数据集上的数据表明,该模型F1达到93.4％,优于现有的主流作物推荐模型,证明了融合注意力机制的作物推荐模型的优越性.
文献关键词：
作物推荐;推荐模型;交叉特征;注意力机制;深度交叉网络
中图分类号：
作者姓名：
魏博识;陈希彤
作者机构：
智能机器人湖北省重点实验室;武汉工程大学计算机科学与工程学院,湖北武汉430205
文献出处：
引用格式：
[1]魏博识;陈希彤-.融合注意力机制的深度交叉网络作物推荐模型)[J].软件导刊,2022(04):85-90
A类：
深度交叉网络
B类：
注意力机制,作物推荐,推荐模型,农业大数据,大数据应用,域信息,交叉特征,特征表达,表达能力,无差别,差别对待,特征问题,文本数据,数据通,向量化,转化成,低维,稠密,连接数,数值域,网络层,深度网络,出得
AB值：
0.263344
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。
