【摘 要】
：
基于卷积神经网络,提出一种基于改进卷积神经网络的短文本分类模型.首先,采用不同编码方式将短文本映射到不同空间下的分布式表示,提取不同粒度的数字特征作为短文本分类模型
【机 构】
：
中国科学院长春光学精密机械与物理研究所,中国科学院航空光学成像与测量重点实验室
【基金项目】
：
国家自然科学基金(批准号:61401425),吉林省科技发展计划项目(批准号:20200571505JH).
论文部分内容阅读
基于卷积神经网络,提出一种基于改进卷积神经网络的短文本分类模型.首先,采用不同编码方式将短文本映射到不同空间下的分布式表示,提取不同粒度的数字特征作为短文本分类模型的多通道输入,并根据标准知识库提取概念特征作为先验知识,提高短文本的语义表征能力;其次,在全连接层增加自编码学习策略,在近似恒等的基础上进一步组合数字特征,模拟数据内部的关联性;最后,利用相对熵原理为模型增加稀疏性限制,降低模型复杂度的同时提高模型的泛化能力.通过对开源数据集进行短文本分类实验,验证了模型的有效性.
其他文献
针对传统相似度计算方法只利用用户的评分信息这一显性反馈行为进行推荐,导致推荐效果不理想的问题,提出一种新的相似度计算方法,通过引入权重调节机制及用户行为偏好等隐性
针对传统人脸表情识别算法存在的特征提取能力差、识别率低和误分类率较高等问题,提出一种基于生成对抗网络(GAN)改进的人脸表情识别算法.利用生成对抗网络的博弈思想,分别设计特征提取器、特征合成器和判别器,通过判别器与特征提取器之间的对抗训练,不断增强特征提取器提取特征的能力和分类器对人脸表情识别的准确率,并将其应用在工作人员工作状态智能监测中,根据表情识别结果判断工作状态,从而合理分配实验室资源,提
针对目前图像分割方法较难精确、快速地实现图像分割的问题,提出一种控制活动轮廓演化的快速图像分割方法.首先用外部能量与内部能量加权和作为曲线能量函数,用封闭曲线外部与内部能量建立活动轮廓波模型;然后用最优路径移动更新曲线能量,获取所需图像分割目标;最后引入粒子群优化算法获取全部初始轮廓点的最优控制点,根据最优控制点控制活动轮廓演化达到实现目标图像准确分割的目的.实验结果表明,该方法的图像分割精度明显
利用摄动重整化群方法研究一类对流-扩散方程的奇异摄动初边值问题.首先将时滞微分方程分解为左、右两个不带时滞的边值问题,然后利用重整化群方法分别构造左问题和右问题的
针对在集成数据交互中心进行数据随机转发时,散乱数据易出现信息丢帧的问题,提出一种基于大数据分析的散乱缺损信息无损恢复方法.首先通过在云存储数据交互中心采集散乱缺损
伴随着互联网的迅速发展，网络评论非理性问题成为新闻学界和全社会关注的焦点。本文在探讨网民评论理性缺失的表现的基础上，进一步探究网民评论非理性的成因，试图为促进网络评论
针对彩色图像灰度化过程中易丢失结构信息的问题,提出一种基于结构信息相似度的灰度化算法.首先在RGB色彩空间利用像素平均值和标准偏差值构造一幅对比图,以保持彩色图像的对比度和亮度信息;然后利用结构信息相似度评价指标衡量RGB通道图像与对比图间的相似程度;最后将通道结构信息相似度值作为全局加权映射函数中的权重值,获得最终的灰度图像.该算法有效解决了其他典型灰度化算法中需求解目标函数,导致算法复杂度高、