

已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、基于自編碼神經網絡文本特征提取,主要目的是對當前文本挖掘的效率進行提升。由于現(xiàn)在網絡的高速發(fā)展,大量的信息尤其是文本為主的信息在網絡中大量傳播,使得原有的文本挖掘技術缺陷暴露出來。對大量的文本數(shù)據,自編碼神經網絡可以對大量的文本特征進行降維,在不損害其準確率的情況下,提升速度。以此滿足現(xiàn)代網絡的高效率。
本文選用自編碼神經網絡的方法是基于深度學習算法中的一種,他開創(chuàng)了機器學習研究中一個新的方向。深度學習的理念來自于人工神經網絡
2、的研究,它是具有多層感知器的結構。深度學習通過低層特征的組合來合成更抽象的高層特征,目的是用來發(fā)現(xiàn)數(shù)據的分布式特征。自編碼神經網絡的輸出節(jié)點與輸入節(jié)點相等以及隱藏層的節(jié)點數(shù)小于輸入輸出節(jié)點數(shù)的兩個主要特點,實現(xiàn)了文本特征降維,降低了空間復雜度的計算量。通過這樣的方法,實現(xiàn)了自編碼神經網絡對空間向量的高效計算。
本文以50組內容相近的信息為例(每一組的信息內容不會超過30個漢字)進行編碼,將漢字轉變?yōu)樽中吸c陣碼,結合可視化技術,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積自編碼神經網絡的肺結節(jié)檢測.pdf
- 基于自編碼神經網絡的極化SAR影像地物分類.pdf
- 改進的自編碼神經網絡算法及其應用.pdf
- 基于自編碼和卷積神經網絡的人臉識別算法研究.pdf
- 基于特征模糊化和神經網絡的特征選擇.pdf
- 基于特征編碼與卷積神經網絡融合的車型識別算法研究.pdf
- 基于神經網絡的文本自動分類系統(tǒng)的研究.pdf
- 基于神經網絡的脈象特征的研究.pdf
- 基于BP神經網絡的屬性選擇研究.pdf
- 基于神經網絡的文本傾向性分類研究.pdf
- 基于深度神經網絡的文本表示與分類研究.pdf
- 基于神經網絡的中文文本分類研究.pdf
- 基于人工神經網絡的自動文本分類的研究.pdf
- 基于神經網絡的圖像特征分析.pdf
- 基于卷積神經網絡的文本表示建模方法研究
- 基于卷積神經網絡的文本表示建模方法研究.pdf
- 基于神經網絡的文本自動分類系統(tǒng)研究.pdf
- 基于卷積神經網絡的中文文本分類研究.pdf
- 基于深度神經網絡的文本表示及其應用.pdf
- 基于循環(huán)神經網絡模型的文本分類.pdf
評論
0/150
提交評論