计算机工程

作者：倪志文, 马小虎, 孙霄, 边丽娜

单位：苏州大学 计算机科学与技术学院, 江苏 苏州 215000

关键词：特征工程,深度融合,特征交互,残差单元,压缩交互网络

基金：江苏省研究生科研与实践创新计划项目（KYCX18_2511）。

特征工程是影响机器学习算法性能的关键因素之一，随着互联网数据规模的扩大，传统特征工程的人力成本不断增加。为减少对特征工程的依赖，构建一种结合显式和隐式特征交互的融合模型。将稀疏结构单元与残差单元相结合以提取隐式特征，利用压缩交互网络学习显式特征，在最后一层全连接层上将两种特征进行融合。在4种不同数据集上的实验结果表明，该模型相比PNN、DCN等模型具有更好的特征提取结果。

来源：2020年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第3期