龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：金陵科技学院
摘要：本发明公开了一种融合深度信念神经网络和改进的鲸鱼曼哈顿优化算法的信息检索方法。本发明通过融合深度信念神经网络和改进的鲸鱼曼哈顿优化算法，以提高信息检索任务的性能，将非结构化数据转化为结构化形式，并进行文本数据的特征提取和表示学习。此外，引入深度学习模型，该模型受所选特征驱动，用于构建深度信念神经网络，每次迭代中，该深度学习模型优化查询数据以检索相关信息，从而更有效地训练网络模型。本发明经过综合性的性能评估，包括但不限于精确度、召回率、准确度以及F1分数等指标，结果表明该方法在信息检索方面表现卓越，显著提高了检索准确性和效率。
主权项：1.一种融合深度信念神经网络和鲸鱼曼哈顿优化算法的信息检索方法，其特征在于包括如下步骤：步骤S1:数据预处理：对用于信息检索的训练集进行预处理，将非结构化文本数据转化为结构化形式，并进行文本数据的特征提取和表示学习；步骤S2:特征选择与降维：采用改进的人工植物群算法对经过预处理的训练集进行特征选择和降维处理，以选择最优的特征集；步骤S3：构建信息检索框架：创建了一个改进的鲸鱼曼哈顿优化算法的深度信念神经网络信息检索框架；引入了基于查询的深度信念神经网络，同时利用改进的鲸鱼曼哈顿优化算法以提高收敛速度，最终形成一个优化过程，模拟鲸群捕猎过程以获取最优解；步骤S4：DBN模型设计与训练：设计并训练深度信念神经网络，用于学习文本文档的特征表示；通过多个堆叠的深度信念神经网络数学模型，将数据转化为更富含特征的表示形式，同时每次迭代后的DBN会学习新的特征表示；步骤S5：信息检索任务优化：使用鲸鱼曼哈顿优化算法来优化信息检索任务的目标函数，评估查询和文档之间的相似性；在每次迭代中，鲸鱼曼哈顿优化算法会更新查询-文档匹配策略；步骤S6：基于测试集进行性能评估，与主流算法进行比较，并评价其性能。
全文数据：
权利要求：
百度查询： 金陵科技学院 一种融合深度信念神经网络和鲸鱼曼哈顿优化算法的信息检索方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号