《表3 模型准确度评估：基于LDA和LSTM模型的研究主题关联与预测研究——以隐私研究为例》

《表3 模型准确度评估：基于LDA和LSTM模型的研究主题关联与预测研究——以隐私研究为例》

提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于LDA和LSTM模型的研究主题关联与预测研究——以隐私研究为例》

获取高清版本忘记账户？点击这里登录

下载图表忘记账户？点击这里登录

%

将前8个时序窗口的数据作为训练数据集，后3个时序窗口的数据作为测试数据集，部分主题的预测评估结果如表3所示。可以看出，相对于BP神经网络和支持向量机的预测模型，LSTM神经网络模型预测的准确度更高，误差更小。

图表编号	XD00174852900 严禁用于非法目的
绘制时间	2020.08.01
作者	朱光、刘蕾、李凤景
绘制单位	南京信息工程大学管理工程学院、南京信息工程大学管理工程学院、南京信息工程大学管理工程学院
更多格式	高清、无水印（增值服务）

查看“表3 模型准确度评估：基于LDA和LSTM模型的研究主题关联与预测研究——以隐私研究为例”的人还看了

: 表1 主题高频词分布：基于LDA的微博用户主题图谱构建及实证研究——以“埃航空难”为例

: 表2 描述性统计分析：基于动态主题模型（LDA）的南京城市形象研究——以美国有线电视新闻网（CNN）为例

: 表1 物料配比及水分：基于动态主题模型（LDA）的南京城市形象研究——以美国有线电视新闻网（CNN）为例

: 表5 试题属性表示例：基于动态主题模型（LDA）的南京城市形象研究——以美国有线电视新闻网（CNN）为例

: 表4 微生物鉴定结果：基于动态主题模型（LDA）的南京城市形象研究——以美国有线电视新闻网（CNN）为例

: 表3 重复性试验结果：基于动态主题模型（LDA）的南京城市形象研究——以美国有线电视新闻网（CNN）为例

《表6 基于调查问卷的信息分类与

《表4 部分主题的模型预测结果》