基于TextCrnn（卷积-循环神经网络）的简单文本分类，通过简单的文本预处理，对训练样本进行简单的分词去停，然后搭建好我们的卷积-循环神经网络，环境是Keras，也可以用2.0版本以下的tensorflow。模型参数可根据实际情况进行调整。一般的文本集分类效果可达到80%左右。
暂无评论
SVMNeuroMatching机器学习神经网络匹配中文文本分类聚类
实现三类螺旋分布的三类点的区分，分布采用线性分类的方法和softmax分类器分类器的使用，简单神经网络的流程。python3.6
卷积神经网络的核心组成部分是卷积层，它负责提取输入数据的局部特征。卷积层由多个卷积核组成，每个卷积核都对输入数据进行卷积操作，生成对应的特征图。这些特征图能够捕捉到输入数据的不同特征，进而为后续的神经
基于实现多光谱图像的多标签场景分类为目的,采用卷积神经网络的方法,通过计算数据集中所有样本标签的共现矩阵,利用共现矩阵为每个标签分配不同的权重,提出了一种新的计算损失函数的方法。所设计的卷积神经网络能
利用卷积神经网络对毛发物证显微图像进行自动分类,为进一步提高显微检验技术的自动化程度和毛发物证检验提供技术参考。采用徕卡DVM6数码显微镜在1400倍放大条件下采集6类毛发共60000张样本图像,构建
受空洞卷积在图像信息方面保持优秀性能的启发,为进一步提高分类精度,提出一种基于双通道空洞卷积神经网络(DCD-CNN)的高光谱图像分类框架。空洞卷积可扩展滤波器的感受野,有效地避免图像信息丢失,从而提
结合高光谱数据和深度学习的特点，提出一种同时考虑像素光谱信息和空间信息的深度卷积神经网络框架。该框架主要步骤如下：首先利用主成分分析法对高光谱遥感图像进行光谱特征提取，消除特征之间的相关性，并降低特征
基于卷积神经网络的未知流量分类策略，陈晔欣，黎淑兰，为了提高网络流量分类的准确性及健壮性，本文设计了基于卷积神经网络的网络流量分类系统，并在此基础上针对混合流量中存在未知类
基于卷积神经网络的恶意代码分类，莫君生，王玉龙，提出一种基于恶意代码图像的恶意代码分类的检测方法，通过结合计算机视觉分析技术与恶意代码变种检测技术，将恶意代码映射为无压
肺部的检查是每年体检的重要一部分。体检中有成百上千的病例，而每个病例中含有许多的肺部横切面CT图像。这些都需要专业医生去逐个筛查出存在肺结节的病例，不仅工作量大而且存在误筛的可能。针对上述问题，把卷积
暂无评论