基于改进的卷积神经网络邮件分类算法研究

作者：宋丹; 陆奎; 戴旭凡

来源：重庆工商大学学报(自然科学版), 2022, 39(03): 20-25.

DOI：10.16055/j.issn.1672-058X.2022.0003.003

• 文本分类
• 卷积神经网络
• inception V1
• word2vec

针对传统文本分类方法中出现的维度过高和数据稀疏问题，通过对卷积神经网络(Convolutional Neural Network, CNN)和inception V1模型的深入研究，将两个模型融合起来，提出了一种基于i-CNN模型的邮件分类方法；在卷积、池化操作中加入了1×1卷积核降低特征向量的厚度，减少了参数，提高了计算性能；通过数据验证，i-CNN模型对邮件的分类结果高达92.18%,在对比实验中，i-CNN模型相对于几种机器学习分类模型，取得了最高的分类精准率，在有无inception结构模型对比中，i-CNN模型精准率高于CNN模型；说明该模型具有较好的分类效果，且inception V1模型的融入能提高文本分类的准确率。

• 单位
  安徽理工大学