基于差分进化的卷积神经网络的文本分类研究 |
| |
引用本文: | 钟桂凤,庞雄文,孙道宗.基于差分进化的卷积神经网络的文本分类研究[J].南京师大学报,2022(1):136-141. |
| |
作者姓名: | 钟桂凤 庞雄文 孙道宗 |
| |
作者单位: | 1. 广州理工学院计算机科学与工程学院;2. 华南师范大学计算机学院;3. 华南农业大学电子工程学院 |
| |
基金项目: | 国家自然科学基金项目(31101077);;2020年度广东省高校科研项目(2020GXJK201); |
| |
摘 要: | 为了提高文本分类的性能,采用差分进化的卷积神经网络(convolutional neural network,CNN)算法进行分类.首先随机设置CNN结构参数,然后采用差分进化算法优化参数,通过交叉和选择等操作选择不断进化获得最优个体,为增强差分优化的适用性,将缩放因子变化与进化代数相关联,解决了因为缩放因子设置不合理...
|
关 键 词: | 分类 差分进化 卷积神经网络 缩放因子 卷积核 |
|
|