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:
由于网络突发事件预测的复杂性,传统的网络突发事件预测效果并不理想.针对这种情况,对传统人工蜂群算法(ABC)的寻优搜索公式进行了较大改进,将传统的单一搜索公式扩展为雇佣蜂和跟随蜂各一个搜索公式,并根据人工蜂群算法的群体智能涌现原理,将改进的人工蜂群算法(IABC)引入网络群体环境中进行突发事件预测,以此为基础,提出了一种基于改进人工蜂群的网络突发事件预测算法.语料库测评中以K最近邻分类(KNN)、ABC、GABC、IABC三种算法进行实验,实验结果表明,论文所提算法在网络突发事件预测的准确率、召回率、综合性评价指标上都是最优的,因而完全可用于实际.
推荐文章
基于改进人工蜂群算法的地下水埋深预测研究
人工蜂群算法
径向基函数神经网络
高斯变异
地下水埋深预测
改进人工蜂群算法优化RBF神经网络的短时交通流预测
交通流预测
RBF神经网络
BP神经网络
小波神经网络
人工蜂群算法
基于改进人工蜂群算法优化小波神经网络的短时交通流预测
短时交通流量
小波神经网络
人工蜂群算法
遗传算法
差分进化算法
一类改进的人工蜂群算法
人工蜂群算法
基准函数
手足口病
预测
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 基于改进人工蜂群算法的网络突发事件预测
来源期刊 计算机与数字工程 学科 工学
关键词 网络突发事件 人工蜂群算法 搜索公式 热点事件
年,卷(期) 2017,(12) 所属期刊栏目 算法与分析
研究方向 页码范围 2332-2335,2556
页数 5页 分类号 TP391
字数 4171字 语种 中文
DOI 10.3969/j.issn.1672-9722.2017.12.002
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 蒲国林 四川文理学院智能制造学院 43 929 11.0 30.0
2 刘笃晋 四川文理学院智能制造学院 24 77 5.0 8.0
3 李杰 四川文理学院信息化建设与服务中心 17 38 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (70)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
网络突发事件
人工蜂群算法
搜索公式
热点事件
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导