-
公开(公告)号：CN108364028A
公开(公告)日：2018-08-03
申请号：CN201810181807.8
申请日：2018-03-06
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于深度学习的互联网网站自动分类方法，根据DNS服务器日志采集大量互联网网站的原始描述信息作为网站数据集，并进行预处理和人工打标签，然后提取用于输入深度学习模型的每个网站的高维特征向量表示，并对每个网站增加对应的网站类别标签，并转化为类别向量；高维特征向量表示作为深度学习模型的输入，类别向量作为深度学习模型的输出，使用Adam梯度下降算法优化器监训练基于LSTM的循环神经网络深度学习模型；在已训练好的LSTM循环神经网络深度学习模型后增加一层SoftMax回归；将概率分布向量中概率值最大的维度对应的网站类别作为网站类别，并将输出的网站类别与网站实际的类别进行比较，得到互联网网站的分类准确率。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
