基于核主成分分析与小波变换的高质量微博提取

• 作者: 傅慧 刘纪平 彭敏 黄佳佳 黄济民
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 信息提取 特征融合 小波变换 期望最大算法 核主成分分析
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 180-186
• 页数: 7页
• 分类号: TP18
• 字数: 6701字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.01.032

摘要

在线社交媒体中存在大量的噪音和冗余信息,为对其进行过滤和筛选,获取高质量的信息,提出基于核主分析和小波变换的高质量微博提取框架,并设计一种基于多特征融合的高质量信息的提取算法,将信息特征转换到小波域以更好地捕获信号间的细节差异.利用最大期望算法度量各个特征的权值,进一步融合得到特征综合值.为降低噪声特征对信息质量提取的影响并提高算法运算速度,引入核主成分分析对特征进行变换.实验结果表明,该框架能够提取出更高质量的微博,并且大幅减少运算时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭敏	武汉大学计算机学院	68	440	11.0	19.0
5	刘纪平	武汉大学计算机学院	13	136	5.0	11.0
9	黄济民	武汉大学计算机学院	6	85	4.0	6.0
10	黄佳佳	武汉大学计算机学院	3	62	3.0	3.0
11	傅慧	武汉大学计算机学院	1	5	1.0	1.0