基于LSTM的电炉控制器多语言文本数据预处理研究

由于单语言文本数据分析方法对于电炉控制器多语言文本数据的处理会产生特征干扰,从而导致数据分析准确率和召回率较低的结果,容易造成诸多不良影响。为此,提出基于ConvLSTM的电炉控制器多语言文本数据分析方法。利用离散傅里叶变换均值处理时间序列并进行能量计算,滤除噪声能量期望较大的电炉控制器多语言文本时间序列数据,并在此基础上对数据进行去噪处理,从而完成文本的清洗处理。通过双向LSTM层来提取特征信息,将特征引入池化层过滤得到深层特征,传输送至Softmax激活函数中,对处理后的电炉控制器多语言文本数据进行分类分析。实验结果表明,所提方法的电炉控制器多语言文本数据分析具有较高的准确率,且分析召回率及F1值均较高,具有一定的有效性。