多媒体网络负面信息分类方法研究与仿真
发布时间:2017-09-05 15:20
本文关键词:多媒体网络负面信息分类方法研究与仿真
【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。
【作者单位】: 贵州财经大学现代教育技术中心;
【关键词】: 特征选择 负面信息分类 模型
【分类号】:TP393.01
【正文快照】: 1引言近些年,随着全球互联网的迅速发展,网民和手机网民的规模也在日渐壮大[1-3]。与此同时多媒体网络信息内容越来越复杂多样化,即有丰富有益的信息,也含有消极、迷信、负面信息[4-6]。由于媒体网络是一个虚拟的公共平台,具有一定的随意性和发散性,因此网络负面信息的爆发性
【参考文献】
中国期刊全文数据库 前3条
1 吕靖;舒礼莲;;基于AdaBoost的不完整数据的信息熵分类算法[J];计算机与现代化;2013年09期
2 令狐红英;;分类算法中基于信息理论的选择策略改进[J];计算机光盘软件与应用;2013年18期
3 柴宏涛;李建华;沈迪;;基于ID3算法的信息资源分类管理映射模型研究[J];计算机工程与设计;2013年03期
【相似文献】
中国期刊全文数据库 前10条
1 李曙光;尹爱蓝;;浅谈文献信息分类与网络信息分类[J];图书情报论坛;2003年01期
2 李春;李俊;;论网络信息分类组织的研究[J];广西教育学院学报;2006年06期
3 宛玲,赵喜英;中文网络信息分类组织分析[J];图书馆理论与实践;2001年01期
4 吕凤英;关于网络信息分类的一点思考[J];天中学刊;2002年05期
5 张s,
本文编号:798735
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/798735.html