多媒体网络负面信息分类方法研究与仿真

• 作者: 令狐新荣
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 特征选择 负面信息分类 模型
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 仿真网络化
• 页码范围: 260-263
• 页数: 4页
• 分类号: TP399
• 字数: 4568字
• 语种: 中文

摘要

传统的以模式识别原理的分类机制,需要通过多次分类的方式进行负面信息的多次判断,分类次数的增加也会大幅增加错误分类的概率,导致对负面信息的分类不准.提出采用优化SVM模型算法的多媒体网络负面信息分类方法.先融合于特征选择算法给定含有两个网络负面信息特征的特征空间,使其正则化负面信息特征选择的相关性,同时采用正则化MI的平均值考量单个的网络负面信息特征和选取的负面信息特征子集冗余度,利用两个损失最小化的SVM分类器分别对训练样本进行判定,实现了多媒体网络负面信息分类.仿真结果证明,改进的方法分类精确度高,鲁棒性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	令狐新荣	贵州财经大学现代教育技术中心	13	9	1.0	2.0