基于K最近邻算法的网络不良信息过滤系统研究

论文摘要

网络不良信息过滤的难点是如何对信息进行准确分类,而K最近邻分类器作为模式分类领域一种简单而有效的分类方法,在很多领域得到应用。提出了一种基于K最近邻算法的网络不良信息过滤方法,并对K最近邻算法计算量大的问题进行了一些改进。实验表明:采用K最近邻算法的不良信息过滤系统具有良好的应用效果。

论文目录

• 1 K最近邻分类算法
•   1.1 K最近邻分类方法
•   1.2 KNN算法描述
• 2 基于K最近邻算法的网络不良信息过滤模型
•   2.1 过滤系统结构模型
•   2.2 文本表示
•   2.3 基于KNN算法的分类器
•   2.4 用户需求表示及自适应学习
• 3 改进的K最近邻算法
•   3.1 KNN算法的不足
•   3.2 基于缩减的K最近邻算法
• 4 实验分析
•   4.1 系统评价指标
•   4.2 实验方法
•   4.3 实验结果
• 5 结论

文章来源

类型: 期刊论文

作者: 汤烈,穆合义,候爱莲,鄢喜爱

关键词: 最近邻,不良信息,过滤,样本优化

来源: 计算技术与自动化 2019年04期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,互联网技术,自动化技术

单位: 湖南省公安厅,中国人民银行长沙中心支行,湖南警察学院

基金: 湖南省科技厅重大专项(2017SK1040)

分类号: TP393.092;TP18;TP391.1

DOI: 10.16339/j.cnki.jsjsyzdh.201904032

页码: 172-175

总页数: 4

文件大小: 1397K

下载量: 168