技术特征：
技术总结
本发明涉及一种基于混合自动编码器深度学习的文本分类方法及系统，该方法是一种将稀疏受限玻尔兹曼机SRBM和收缩自动编码器CAE结合形成混合自动编码器训练模型的方法，将收缩自动编码器CAE鲁棒性的特征提取优点以及稀疏受限玻尔兹曼机SRBM稀疏性的特征表示和使用对比散度快速学习优点结合，增强混合自动编码器的学习能力，降低特征空间的维度，使用无监督逐层贪婪学习算法对模型进行训练，更新参数时加入Polyak Averaging加快参数收敛速度，反向传播BP算法对模型进行微调，最后通过支持向量机SVM分类，实现了降低文本特征维度，提高文本分类的准确率。
技术研发人员：杨振宇;靖慧
受保护的技术使用者：齐鲁工业大学
技术研发日：2017.09.20
技术公布日：2018.02.23