-
公开(公告)号：CN115238795A
公开(公告)日：2022-10-25
申请号：CN202210883913.7
申请日：2022-07-26
Applicant: 湖北民族大学
Abstract: 本发明提出了一种基于深度学习的多模态数据分类方法及系统。该方法为：获取N组数据，并将其分为训练集、验证集和测试集；将训练集进行训练；将最后一次训练后的验证结果记为矩阵S；采用测试集于训练完成后的深度学习网络模型进行测试，每组测试数据得出一个softmax矩阵R；将矩阵S中的元素作为权重按对应分类对应模态特征与每组测试数据对应的softmax矩阵R中的元素相乘，得到每组测试数据的矩阵F；将矩阵F中同一分类的不同模态对应的机率相加，得到矩阵Fr；对矩阵Fr进行softmax处理，得到最终分类结果。该基于深度学习的多模态数据分类方法降低了神经网络过拟合度，提升多模态形式的神经网络分类能力。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
