基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在互联网资源迅速膨胀的今天,面向重要网络媒体海量发布信息实现智能分类,能在很大程度上解决目前网上信息杂乱的现象,对于网络信息监管、舆论引导工作有着深远的意义.鉴于此,基于改进KNN算法实现网络媒体信息智能分类,并进一步验证改进算法的有效性.实验结果表明改进KNN算法能对网络媒体信息进行有效分类,算法性能指标达到网络监管工作关于信息分类的业务需求.将改进KNN算法实现网络媒体信息智能分类是可行、有效的.
推荐文章
智能机内测试技术中KNN算法的改进
机内测试
故障论断
K最近邻
聚类
KNN文本分类算法研究
文本分类
KNN
向量空间模型
基于PSO-ELM特征映射的KNN分类算法
K近邻分类算法
极端学习机
特征映射
粒子群算法
混合算法
线性不可分
基于Hadoop平台的KNN分类器的优化和实现
MapReduce
K-Neaurest Neighbor
欧式距离
Hadoop集群
加速比
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进KNN算法实现网络媒体信息智能分类
来源期刊 计算机技术与发展 学科 工学
关键词 智能分类 KNN算法 查全率 查准率
年,卷(期) 2009,(1) 所属期刊栏目 智能、算法、系统结构
研究方向 页码范围 1-4
页数 4页 分类号 TP393
字数 3947字 语种 中文
DOI 10.3969/j.issn.1673-629X.2009.01.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李翔 上海交通大学信息安全工程学院 67 1177 16.0 33.0
2 林祥 上海交通大学信息安全工程学院 21 134 8.0 11.0
3 柴春梅 上海交通大学信息安全工程学院 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (77)
参考文献  (2)
节点文献
引证文献  (14)
同被引文献  (27)
二级引证文献  (98)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(4)
  • 引证文献(2)
  • 二级引证文献(2)
2012(11)
  • 引证文献(2)
  • 二级引证文献(9)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(11)
  • 引证文献(3)
  • 二级引证文献(8)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(17)
  • 引证文献(2)
  • 二级引证文献(15)
2018(23)
  • 引证文献(1)
  • 二级引证文献(22)
2019(14)
  • 引证文献(1)
  • 二级引证文献(13)
2020(11)
  • 引证文献(0)
  • 二级引证文献(11)
研究主题发展历程
节点文献
智能分类
KNN算法
查全率
查准率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导