版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、單位代碼10635學(xué)號(hào)112013333002089碩士學(xué)位論文基于卷積神經(jīng)網(wǎng)絡(luò)的短文本分類方法研究論文作者:蔡慧蘋指導(dǎo)教師:王麗丹教授學(xué)科專業(yè):信號(hào)與信息處理研宄方向:計(jì)算智能與信息安全提交論文日期:2016年4月20日論文答辯日期:2016年5月27日學(xué)位授予單位:西南大學(xué)中國?重慶2016年5月目錄ABSTRACT...........................................................
2、.....................................................III第1章引言................................................................................................................11.1研究背景及意義....................................
3、............................................................11.2國內(nèi)外的研究現(xiàn)狀............................................................................................21.3論文的研究內(nèi)容.............................................
4、...................................................41.4論文的結(jié)構(gòu)安排................................................................................................5第2章相關(guān)基本理論介紹..................................................
5、.......................................72.1中文分詞方法....................................................................................................72.2短文本的傳統(tǒng)特征提取方法.......................................................
6、......................92.3短文本的分布式特征提取方法.......................................................................142.4短文本分類算法..............................................................................................172.
7、5本章小結(jié)..........................................................................................................20第3章數(shù)據(jù)預(yù)處理及特征提取方法研宄...............................................................213.1任務(wù)總體流程................
8、..................................................................................213.2數(shù)據(jù)預(yù)處理......................................................................................................213.3中文分詞.................
9、.........................................................................................223.4分布式特征提取方法......................................................................................223.5本章小結(jié)......................
10、....................................................................................24第4章卷積神經(jīng)網(wǎng)絡(luò)分類模型研宄.......................................................................254.1卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)設(shè)計(jì)...............................
11、............................................254.2卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練...............................................................................284.3實(shí)驗(yàn)過程........................................................................
12、..................................294.4實(shí)驗(yàn)結(jié)果與分析..............................................................................................304.5卷積神經(jīng)網(wǎng)絡(luò)模型的性能分析..............................................................
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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒計(jì)算模型和卷積神經(jīng)網(wǎng)絡(luò)模型的短文本分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的中文文本分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)短文分類方法研究.pdf
- 基于模糊邏輯和神經(jīng)網(wǎng)絡(luò)的文本分類方法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的中文文本分類研究.pdf
- 短文本分類方法研究.pdf
- 基于自適應(yīng)遺傳BP神經(jīng)網(wǎng)絡(luò)的文本分類方法研究.pdf
- 基于循環(huán)神經(jīng)網(wǎng)絡(luò)模型的文本分類.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的自動(dòng)文本分類的研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的文本表示建模方法研究
- 基于卷積神經(jīng)網(wǎng)絡(luò)的文本表示建模方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類.pdf
- 基于詞向量的短文本分類方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜數(shù)據(jù)分類方法研究.pdf
- 基于改進(jìn)PCA-SOM神經(jīng)網(wǎng)絡(luò)的文本分類研究.pdf
- 短文本分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的問句分類研究.pdf
- 基于主題相似度的短文本分類方法研究.pdf
- 圖像分類中的卷積神經(jīng)網(wǎng)絡(luò)方法研究.pdf
- 基于本體的短文本分類研究.pdf
評(píng)論
0/150
提交評(píng)論