大规模网络负面信息准确评估分类研究

发布时间：2017-12-29 10:35

  本文关键词：大规模网络负面信息准确评估分类研究　出处：《计算机仿真》2016年12期 　论文类型：期刊论文

  更多相关文章： 神经网络 粗糙集理论 决策规则 蚁群算法

【摘要】：对大规模网络负面信息准确评估分类,可以保证大规模网络的健康运行。大规模网络中负面信息的种类很多,容易形成信息淹没效应,很难找出负面信息的特有属性对信息聚类过程进行约束,只能通过不断细化负面信息特有信息,找到最优约束完成信息分类,而传统的神经网络算法主要通过复杂的网络结构对信息样本进行训练,没有明确的最优约束范围,降低了大规模网络负面信息准确评估分类的精度和效率。提出粗糙集理论和神经网络相结合的大规模网络负面信息准确评估分类方法。利用粗糙集理论的属性对大规模网络负面信息进行预处理降低维度,获得约简的决策规则。运用决策规则语义构建一种神经网络的分类机理。并根据分类机理对高维网络参数进行初始化来提高收敛速度,对高维网络输入的特征属性的离散化值通过蚁群算法进行寻优,获得最优的负面信息的分类结构。仿真结果表明,改进算法能够提高大规模网络负面信息准确评估分类的效率和精度。
[Abstract]:......
【作者单位】： 长春工业大学人文信息学院;
【分类号】：TP18
【正文快照】： _ 1 随着目前信息技术和互联网信息的不断更新,用户可以 随时随地的获取和存储大规模信息[1]。一些负面信息也随 之出现,因此需要对负面信息运用低成本技术完成过滤。在 大规模的网络负面信息数据中想要获取有用信息却变得异 常困难[2_3]。因此,研究大规模网络负面信息分类技

【参考文献】

相关期刊论文 前8条

1 郑宇超;;复杂信息分类自然语义表达模型仿真分析[J];计算机仿真;2015年07期

2 刘兴杰;岑添云;郑文书;米增强;;基于模糊粗糙集与改进聚类的神经网络风速预测[J];中国电机工程学报;2014年19期

3 董晓雷;贾进章;樊程程;赫祥林;;粗糙集-改进神经网络落煤瓦斯涌出量预测[J];辽宁工程技术大学学报(自然科学版);2014年05期

4 耿丽娟;李星毅;;用于大数据分类的KNN算法研究[J];计算机应用研究;2014年05期

5 洪月华;;一种基于蚁群算法与粗糙集的混合BP神经网络[J];微电子学与计算机;2014年04期

6 赖智铭;郭躬德;;基于自适应阈值蚁群算法的路径规划算法[J];计算机系统应用;2014年02期

7 陈超;陈性元;汪永伟;代向东;;基于粗糙集理论的冗余规则处理方法[J];计算机工程与设计;2014年01期

8 叶仕通;万智萍;;一种基于改进全局信息素更新效率的蚁群算法及仿真[J];计算机应用与软件;2014年01期

【共引文献】

相关期刊论文 前10条

1 董会权;;大规模网络负面信息准确评估分类研究[J];计算机仿真;2016年12期

2 朱霄s，

本文编号：1349945