GRU能够捕获时序信息,马尔可夫场(MTF)能够一维信号转换为二维特征图,并结合CNN学习空间特征,MTF-1D-2D-CNN-GRU-Attention模型通过将一维时序信号和二维图像融合,融合不同模态优势,并引入多头自注意力机制提高泛化能力,为数据分类与故障诊断提供了新的思路。实验结果表明,该模型在分类准确率、鲁棒性和泛化能力方面具有显著优势。
基于CNNGRU-Attention 模型的文本情感分析 李辉,郑媛媛,任鹏举 【摘要】针对目前文本情感分析任务中所使用的神经网络结构无法提取文本重 要特征的问题,提出了一种基于注意力机制的混合网络模型来对中文文本进行 处理分析。首先经过语料的预处理,将文本表达为二维的词向量矩阵,然后使 用卷积神经网络(Convolutional Neural ...