典型文献
基于Keras的CNN的垃圾短信分类研究
文献摘要：
运用python设计了一个基于Keras框架的卷积神经网络的垃圾短信分类算法.首先对数据做了正则化预处理以及词向量化,然后建立基于Keras的深度学习的模型.对训练集数据进行训练,对模型进行验证和测试,从实验结果看,垃圾短信的验证集的准确率达99.47％,测试集分类准确率为99.48％,为垃圾短信的过滤处理提供了一个可行的解决方案.
文献关键词：
Keras;卷积神经网络;深度学习;垃圾短信
中图分类号：
作者姓名：
刘后胜;陶健林
作者机构：
安庆职业技术学院 电子信息系,安徽 安庆 246003
文献出处：
引用格式：
[1]刘后胜;陶健林-.基于Keras的CNN的垃圾短信分类研究)[J].沧州师范学院学报,2022(01):38-43
A类：
B类：
Keras,垃圾短信,分类研究,python,分类算法,正则化预处理,词向量,向量化,训练集,验证集,测试集,分类准确率
AB值：
0.277969
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。
