典型文献
基于深度学习的邮件自动分类模型研究
文献摘要：
双11、双12带来邮件的激增,这要求邮件处理中心能快速、准确地实现邮件的自动分拣,以免造成邮件堆积.文章采用深度学习模型进行分类,使分类结果更加精确.通过对预训练模型结构进行精调,对全连接层和输出层进行改进,使模型输出与当前分类种类一致.采用动量法与RMSPROP相结合的Adam算法,既考虑了梯度方向又考虑了学习速率大小,使损失函数快速逼近极值,并最终将损失最小的权值作为最终模型.用精调后的Vgg模型,使邮件分类在准确度上取得比较好的效果.
文献关键词：
VGG;卷积神经网络;分拣
中图分类号：
作者姓名：
张春玲;向洪波;杨新年;秦春波;孙世光
作者机构：
黑龙江工业学院电气与信息工程学院,黑龙江 鸡西 158100
文献出处：
引用格式：
[1]张春玲;向洪波;杨新年;秦春波;孙世光-.基于深度学习的邮件自动分类模型研究)[J].无线互联科技,2022(17):19-23
A类：
邮件处理中心,RMSPROP
B类：
自动分类,分类模型,激增,自动分拣,以免,深度学习模型,预训练模型,模型结构,精调,全连接层,出层,层进,模型输出,动量法,Adam,梯度方向,学习速率,损失函数,快速逼近,极值,终将,权值,终模型,Vgg,VGG
AB值：
0.474644
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。
