原文服务方: 微电子学与计算机       
摘要:
提出一种基于优化SVM模型的网络负面信息分类方法.该方法根据SVM建立的网络负面信息分类模型,针对模型中相关参数难以确定的问题,利用人工鱼群算法对SVM进行优化,利用优化的SVM模型对网络负面信息进行分类,实现对网络负面信息分类.实验结果表明,利用改进算法进行网络负面信息分类,能够提高网络负面信息分类的准确性和实时性,效果令人满意.
推荐文章
基于快速SVM的大规模网络流量分类方法
支持向量机
大规模流量分类
比特压缩
权重SVM
分类器
分类准确率
基于优化神经网络的音乐分类模型研究
音乐分类
分类模型
特征提取
模型训练
最优权值确定
模型构建
基于模糊SVM模型的入侵检测分类算法
模糊
SVM
入侵检测
分类
运用GA-SVM模型的砂石骨料分类方法
人工砂石
骨料分类
破碎工序
遗传算法
支持向量机
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 基于优化SVM模型的网络负面信息分类方法研究
来源期刊 微电子学与计算机 学科
关键词 优化SVM模型 网络负面信息 分类
年,卷(期) 2016,(5) 所属期刊栏目
研究方向 页码范围 115-118,123
页数 5页 分类号 TP127
字数 语种 中文
DOI
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 郑金芳 郑州财经学院信息工程学院 8 19 3.0 3.0
2 刘远超 郑州财经学院信息工程学院 11 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (81)
共引文献  (58)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (33)
二级引证文献  (6)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(7)
  • 参考文献(5)
  • 二级参考文献(2)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
优化SVM模型
网络负面信息
分类
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导