科学的规划

科学的规划/2017/文章/选项卡3

研究文章

基于深度神经网络去噪的大数据分析鲁棒文本分类器

表3

使用BBC新闻数据集的不同模型的文本分类性能。

分类器 加比噪声
0.00 0.01 0.02 0.03 0.04 0.05

精度 0.9659 0.9560 0.9339 0.8736 0.8186 0.7852
然而, 0.9375 0.9325 0.9284 0.9373 0.9119 0.9260
支持向量机 0.9715 0.9701 0.9672 0.9583 0.9340 0.9075
DBN 0.9462 0.9434 0.9268 0.9076 0.8789 0.8479
DDNN 0.9700 0.9685 0.9582 0.9541 0.9381 0.9286

回忆 0.9655 0.9550 0.9294 0.8453 0.7387 0.6652
然而, 0.9354 0.9324 0.9279 0.9369 0.9114 0.9249
支持向量机 0.9715 0.9700 0.9670 0.9580 0.9309 0.8964
DBN 0.9459 0.9429 0.9249 0.9039 0.8769 0.8393
DDNN 0.9700 0.9685 0.9580 0.9535 0.9399 0.9249

分数 0.9657 0.9555 0.9316 0.8592 0.7766 0.7202
然而, 0.9364 0.9324 0.9281 0.9371 0.9116 0.9254
支持向量机 0.9715 0.9700 0.9671 0.9581 0.9324 0.9019
DBN 0.9460 0.9431 0.9258 0.9057 0.8779 0.8436
DDNN 0.9700 0.9685 0.9581 0.9538 0.9390 0.9267

年度文章奖:由主编评选的2020年杰出研究贡献。阅读获奖文章