一种基于CNN和LSTM的深度学习数据挖掘方法
实质审查的生效
摘要
本发明涉及学习技术领域，具体涉及一种基于CNN和LSTM的深度学习数据挖掘方法，包括如下步骤，依次登记入职者的基本信息，得到本地原始数据包；将本地原始数据包数据进行预处理，建立本地字符信息库；建立以大数据为基础的CNN‑LSTM的算法模型；对CNN‑LSTM算法模型机芯训练，并进行测试；采用测试完成的CNN‑LSTM算法模型进行数据挖掘，得到数据反馈，提高了数据挖掘的准确性和便捷性，能够更便捷地获取学习信息，进一步完善方法系统，促进学习效果。
基本信息
专利标题 ：
一种基于CNN和LSTM的深度学习数据挖掘方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114281865A
申请号 ：
CN202111589757.5
公开（公告）日 ：
2022-04-05
申请日 ：
2021-12-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张乐乾张钰林威张云涛刘晴甘国宁蒋世祺
申请人 ：
桂林电子科技大学
申请人地址 ：
广西壮族自治区桂林市七星区金鸡路1号
代理机构 ：
重庆莫斯专利代理事务所(普通合伙)
代理人 ：
周卫清
优先权 ：
CN202111589757.5
主分类号 ：
G06F16/2458
IPC分类号 ：
G06F16/2458 G06F16/26 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/2458
••••特殊类型的查询，例如统计查询、模糊查询或分布式查询
法律状态
2022-04-22 ：
实质审查的生效
IPC(主分类) : G06F 16/2458
申请日 : 20211223
申请日 : 20211223
2022-04-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
