原文服务方: 计算机应用研究       
摘要:
自动编码机作为一种新兴的深层神经网络学习算法,在高维数据的降维和图像重构中取得了很好的效果.针对该方法在文本分类中重构出大量的对学习没有帮助的含噪数据,提出一种利用原型数据监督学习的改进模型,称做深层原型自动编码机,该方法改善了无监督学习的不足.并且,通过建立多个实例对应一个原型模型,可以大大降低算法对于原型数量的需求,提升了算法的运行效率,而且更加有利于原型学习在多种不同的数据上展开.实验证明该方法可以增加文本分类的准确率.
推荐文章
基于雅克比稀疏自动编码机的手写数字识别算法
手写数字识别
雅克比正则化
稀疏约束项
自动编码机
边缘特征
基于LSTM自动编码机的短文本聚类方法
自然语言处理
短文本
聚类
长短期记忆网络
自动编码机
自动文本分类技术研究
文本分类
支持向量机
最小二乘支持向量机
分类器
基于聚类改进的 KN N文本分类算法
文本分类
KNN
聚类化
训练集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深层自动编码机的文本分类算法改进
来源期刊 计算机应用研究 学科
关键词 自动编码机 无监督学习 深层原型自动编码机 原型分类器
年,卷(期) 2015,(4) 所属期刊栏目 算法研究探讨
研究方向 页码范围 992-995
页数 4页 分类号 TP391.1|TP181
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.04.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 魏维 13 99 5.0 9.0
2 谢青松 18 35 4.0 5.0
3 胡侯立 2 36 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (343)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (5)
二级引证文献  (2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(3)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
自动编码机
无监督学习
深层原型自动编码机
原型分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导