Biblioteca73.326 documentos en línea

Artículo

Feature Recognition of English Based on Deep Belief Neural Network and Big Data AnalysisReconocimiento de características del inglés basado en redes neuronales de creencia profunda y análisis de Big Data

Resumen

Lograr un reconocimiento preciso de la información en chino e inglés es una de las principales dificultades en el reconocimiento de rasgos en inglés. Basándose en esta dificultad, este artículo estudia el modelo de reconocimiento de rasgos en inglés basado en el algoritmo de clasificación de redes de creencia profunda y el análisis de Big Data. En primer lugar, se propone el marco básico basado en el algoritmo de clasificación de redes de creencia profunda y el análisis de Big Data. En combinación con el modelo de entrenamiento de análisis de Big Data, se procesa la información de las características del inglés. A través del reconocimiento de diferentes características del texto en inglés, se realiza el reconocimiento y la coincidencia de las características en inglés. A continuación, se evalúan los errores del algoritmo de clasificación de la red de creencia profunda y del análisis de Big Data. En segundo lugar, este artículo describe la evaluación cuantitativa del algoritmo de clasificación de la red de creencia profunda y el análisis de Big Data en este sistema. En la evaluación, el método de evaluación de las características del lenguaje se utiliza para mejorar la función de evaluación. Al mismo tiempo, el algoritmo de clasificación de red de creencia profunda y el análisis de Big Data se utilizan para auto-estudiar el modelo, y se establece el método de reconocimiento de características del inglés con una fuerte aplicabilidad. Finalmente, la eficacia del sistema de reconocimiento se verifica mediante el experimento.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento