[发明专利]一种CNN-SVM模型的构建及倾向性分类方法有效
| 申请号： | 201610633439.7 | 申请日： | 2016-08-04 |
| 公开（公告）号： | CN107688576B | 公开（公告）日： | 2020-06-16 |
| 发明（设计）人： | 张艳;涂曼姝;颜永红 | 申请（专利权）人： | 中国科学院声学研究所;北京中科信利技术有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京方安思达知识产权代理有限公司 11472 | 代理人： | 王宇杨;陈琳琳 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种CNN‑SVM模型的构建方法，所述方法包括：从社交媒体上抓取基于某一事件的所有评论和转发信息，构建训练样本集；建立包含卷积层、采样层和分类层的CNN模型，利用训练样本集训练CNN模型的各层参数；将训练好参数的CNN模型中的卷积层、采样层与SVM分类器联合在一起，构成CNN‑SVM模型；将训练样本集输入CNN‑SVM模型，训练SVM分类器的参数；所述CNN‑SVM模型构建完成。基于CNN‑SVM模型，本发明还提供了一种倾向性分类方法，并构建转发树，能够对含有转发文本的待分类评论进行准确分类。本发明的倾向性分类方法可以提高分类的正确率。 | ||
| 搜索关键词： | 一种 cnn svm 模型 构建 倾向性 分类 方法 | ||
【主权项】：
一种CNN‑SVM模型的构建方法，所述方法包括：从社交媒体上抓取基于某一事件的所有评论和转发信息，构建训练样本集；建立包含卷积层、采样层和分类层的CNN模型，利用训练样本集训练CNN模型的各层参数；将训练好参数的CNN模型中的卷积层、采样层与SVM分类器联合在一起，构成CNN‑SVM模型；将训练样本集输入CNN‑SVM模型，训练SVM分类器的参数；所述CNN‑SVM模型构建完成。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院声学研究所;北京中科信利技术有限公司，未经中国科学院声学研究所;北京中科信利技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610633439.7/，转载请声明来源钻瓜专利网。
- 上一篇：图片展示的方法
- 下一篇：页面资源过滤方法、装置和客户端设备
