Indexed by：
Abstract：
本发明公开了一种基于深度神经映射支持向量机的短文本分类方法，属于文本分类与深度学习领域。采用Softmax作为卷积神经网络的分类器导致泛化能力不足，而直接使用支持向量机分类需要进行特征提取和核函数的学习，往往难以达到最优解，于是提出了一种结合卷积神经网络和支持向量机(DNMSVM，深度神经映射支持向量机)的短文本分类算法，从而提高短文本的分类效果。本发明无需对文本进行复杂的预处理，不仅准确率较高，且在可靠性和鲁棒性上有提升。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201810665752.8
Filing Date： 2018-06-26
Publication Date： 2018-11-30
Pub. No.： CN108920586A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
