论文部分内容阅读
小麦抗寒性识别是一个耗时长、复杂度高的工作,从自然语言处理的角度,利用Python爬虫爬取小麦文本数据,对文本做预处理和分词,利用Word2vec对分词后的特征词训练词向量.使用深度学习中的卷积神经网络和双向长短期记忆网络,融合注意力机制构建小麦抗寒性识别模型,实验结果表明:深度学习方法构建的模型正确率达到了90.48%.使用Qt开发工具设计系统界面,实现人机交互.系统设计能有效降低小麦抗寒性识别的时间消耗和工作复杂度.