基于深度学习的交通运输行业数据自动分级方法研究

作者：王继晔; 张少博^*; 叶润泽; 张绍阳

来源：应用科技, 2023, 1-6.

• 交通运输行业
• 数据共享
• 数据安全
• 数据分级
• 深度学习
• 卷积神经网络
• 双向门控循环单元
• 胶囊网络

为促进交通运输行业信息系统互联、保障数据安全，进而推动行业健康发展，本文对交通运输行业中的数据共享和自动分级方法进行研究。本文基于卷积神经网络(convolutional neural networks，CNN)-双向门控循环单元(bidirectional gating recurrent unit，BiGRU)-胶囊网络（capsule network，CapsNet）模型的数据类别判定方法，设计并实现了交通运输信息资源目录系统中数据的自动分级模块，完成了行业领域下的数据自动分级。实验结果表明本文算法的准确率和F1值分别达到了70.48%和70.16%，明显高于现有的几种主流模型，可以有效提高数据分级的效率。

• 单位
  长安大学; 西安电子科技大学