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:
本文针对广播内容的智能监测,介绍了智能声音广播监测系统在广播内容识别监测方面的设计思路,以及采用SVM文本分类的方式进行广播违规内容识别和分类的实现方法.本文还介绍了对该方法和系统进行的测试和实验情况,经分析证明了此方法可以进一步提升对违规广播内容监测的效率和准确率.
推荐文章
SVM算法在网站分类中的应用研究
网站分类
SVM 机器学习
顶级类别
SVM和BP算法在油气识别中的对比应用研究
数据挖掘
支持向量机
BP神经网络
油气层识别
基于模糊熵特征选择算法的SVM在漏洞分类中的研究
模糊熵
支持向量机
漏洞特征
漏洞文本
特征选择
漏洞分类
基于改进SVM算法的植物叶片分类研究
植物叶片分类
布谷鸟搜索算法
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 SVM算法在声音广播内容监测分类中的应用研究
来源期刊 广播电视信息 学科
关键词 广播内容监测 SVM 文本分类 机器学习 内容分类
年,卷(期) 2020,(10) 所属期刊栏目 综合应用
研究方向 页码范围 94-97
页数 4页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (7)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
广播内容监测
SVM
文本分类
机器学习
内容分类
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
广播电视信息
月刊
1007-1997
11-3229/TN
大16开
北京市场信息2144信箱
82-46
1994
chi
出版文献量(篇)
9372
总下载数(次)
15
论文1v1指导