没有合适的资源?快使用搜索试试~
我知道了~
文库首页
安全技术
其它
基于权重均值的不良网页过滤算法研究.pdf
基于权重均值的不良网页过滤算法研究.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量
169 浏览量
2021-10-07
20:48:25
上传
评论
收藏
1.42MB
PDF
举报
温馨提示
618特惠:¥14.90
34.90
基于权重均值的不良网页过滤算法研究.pdf
资源推荐
资源评论
论文研究-面向网络不良文本过滤的KNN算法 .pdf
浏览:72
面向网络不良文本过滤的KNN算法,何涛,雷小锋,本文针对网络不良文本的特点提出了一种面向网络不良文本过滤的KNN算法。该算法在分析网络不良文本4种特殊形式的基础上,改进了传��
基于权重均值的不良网页过滤算法研究.txt
浏览:39
基于权重均值的不良网页过滤算法研究.txt
论文研究-结合时间权重与信任关系的协同过滤推荐算法.pdf
浏览:155
针对传统协同过滤推荐算法在计算用户相似度时只考虑单一的用户评分矩阵问题,提出一种结合时间权重与信任关系的协同过滤推荐算法TTCF。首先通过标签的流行度刻画用户对资源的偏好,并利用用户的时间行为信息获得用户兴趣相似度;然后通过一级与二级好友扩展用户熟悉相似度,并与兴趣相似度加权获得最终的用户相似度;最后结合用户相似度和时间衰减项为用户产生推荐。在数据集Last.fm上的实验结果表明该算法具有较好的推
论文研究-带特征权重的混合特征模糊C均值算法.pdf
浏览:189
本体作为语义网的基石,发挥着越来越重要的作用。本体进化的目的在于动态调整本体以适应环境的变化。从基于领域本体的用户日志出发,使用Aporior算法挖掘用户操作的频繁项集和频繁路径。通过对频繁项集和频繁路径的分析,得到了本体进化的辅助建议,并在实验中对该方法进行了实现和测试,实验结果证明该方法能有效地实现本体进化。
防干扰的不良网页过滤算法研究 (2007年)
浏览:157
提出了一种通过优化词典匹配判定文本性质的改进算法。通过基于实时分析文本内容来判定文本性质,每秒可分析20万个汉字,实时有效地识别网页上的不良文本。可抗干扰的不良网页过滤器是基于防干扰预处理原理和防误判算法设计开发的,使识别率95%以上、误判率降低l%以下,为进一步防堵垃圾信息提供了基础。
基于自适应惯性权重的均值粒子群优化算法.pdf
浏览:32
基于自适应惯性权重的均值粒子群优化算法.pdf
自适应惯性权重的混沌粒子群算法研究.pdf
浏览:178
自适应惯性权重的混沌粒子群算法研究.pdf
基于权重的MPTCP数据调度算法设计.pdf
浏览:111
基于权重的MPTCP数据调度算法设计.pdf
论文研究-基于动态权重的AdaBoost算法研究.pdf
浏览:197
针对AdaBoost算法只能静态分配基分类器权重,不能自适应地对每个测试样本动态调整权重的问题,提出了一种基于动态权重的AdaBoost算法。算法通过对训练样本集合进行聚类,并分析每个基分类器和每个类簇的适应性,进而...
论文研究-带过滤机制非线性惯性权重粒子群算法.pdf
浏览:3
为改进非线性惯性权重粒子群算法,提出了一种带过滤机制的非线性惯性权重粒子群算法。由于原算法存在粒子易陷入局部最优解与搜索效率较低的缺点,将适应度缩放函数引入到非线性惯性动态调整的粒子群算法中,剔除适应度过高与过低的粒子,再对剩余种群部分优良个体进行复制,并随机产生一些新粒子,然后进行交叉操作,种群数量保持不变,减少了粒子陷入局部极值的概率,使结果收敛于全局最优解。通过低维度与高维度函数的对比测试,
论文研究-基于自适应权重的模糊C-均值聚类算法.pdf
浏览:67
针对模糊C-均值聚类算法过度依赖初始聚类中心的选取, 从而易受孤立点和样本分布不均衡的影响而陷入局部最优状态的不足, 提出一种基于自适应权重的模糊C-均值聚类算法。该算法采用高斯距离比例表示权重, 在每一次迭代过程中, 根据当前数据的聚类划分情况, 动态计算每个样本对于类的权重, 降低了算法对初始聚类中心的依赖, 减弱了孤立点和样本分布不均衡的影响。实验结果表明, 该算法是一种较优的聚类算法, 具
基于权重粒子群算法的工件铣削温度研究.pdf
浏览:128
基于权重粒子群算法的工件铣削温度研究.pdf
论文研究-基于粒子群的K均值聚类算法.pdf
浏览:116
论文研究-基于粒子群的K均值聚类算法.pdf, 针对K均值聚类算法存在的缺点,提出了一种新的聚类算法———基于粒子群的K均值聚类算法,并将此算法与现有的基于遗传算法的K均值聚类算法进行比较.理
基于改进粒子群算法的K均值聚类算法的研究.pdf
浏览:37
基于改进粒子群算法的K均值聚类算法的研究.pdf
基于惯性权重非线性递减的粒子群优化算法研究.pdf
浏览:18
基于惯性权重非线性递减的粒子群优化算法研究.pdf
论文研究-一种融合电影标签权重相似度的协同过滤推荐算法 .pdf
浏览:163
一种融合电影标签权重相似度的协同过滤推荐算法,韩春阳,孟祥武,随着互联网的快速发展,互联网出现信息过载问题,推荐系统是解决信息过载的一种重要途径,协同过滤算法是推荐系统中一个重要技术
智能导医系统中TF-IDF权重改进算法研究.pdf
浏览:95
智能导医系统中TF-IDF权重改进算法研究.pdf
论文研究-基于权重的MPTCP数据调度算法设计 .pdf
浏览:62
基于权重的MPTCP数据调度算法设计,黄辉,,并行多路传输技术通过聚合多条链路的带宽资源提高传输吞吐量,越来越受到学术界和工业界的关注。多路径TCP(MPTCP)是其中最具代表性��
论文研究-基于基因权重动态调整遗传算法的编码.pdf
浏览:86
论文研究-基于基因权重动态调整遗传算法的编码.pdf, 针对标准遗传算法中交叉算子容易破坏定义长度较长的优良模式的弱点,提出了一种动态排序编码方法,以提高交叉算子的...
基于粒子群算法的K均值半监督聚类算法研究.pdf
浏览:52
基于粒子群算法的K均值半监督聚类算法研究.pdf
基于GSA改进算法的电力系统不良数据的辨识研究.pdf
浏览:38
基于GSA改进算法的电力系统不良数据的辨识研究.pdf
论文研究-一种基于密度的K-均值算法.pdf
浏览:46
针对传统的K-均值算法聚类时所面临的维数灾难、初始聚类中心点难以确定的缺点,提出一种改进的K-均值算法,其核心思想是通过降维、基于密度及散布的初始中心点搜索等方法改进K-均值算法。实验结果证明改进后的算法无论在聚类精度还是在稳定性方面,都明显优于标准的K-均值算法。
论文研究-一种基于数据场的K-均值算法.pdf
浏览:198
针对K-均值算法在随机选取初始类中心时存在不足、对噪声和孤立点敏感、不适用于发现大小差别很大的类的问题,借鉴分子间的相互作用力模型,将文本模拟成数据场中的数据点,综合考虑文本间的相似度和相异度,提出一个新的数据势值计算公式。根据文本数据的势,剔除孤立点、确定初始类中心。实验结果证明,该算法可以提高收敛速度,消除噪声和孤立点对聚类结果的影响,提高聚类的精度,适用于主题分布不均匀的文本集。
论文研究-基于PSO的协同过滤推荐算法研究.pdf
浏览:132
协同过滤是推荐系统中最有效的方法之一,推荐算法评分预测的精确性受到最近邻居的提取以及项目或用户相似度计算的两个关键点的影响。根据用户行为相似性原理,采用最大交集法提取与当前项目共同评分最多的邻居作为...
音视频-编解码-改进的主颜色提取方法及自适应权重图像检索算法研究.pdf
浏览:67
音视频-编解码-改进的主颜色提取方法及自适应权重图像检索算法研究.pdf
基于高斯函数递减惯性权重的粒子群优化算法.pdf
浏览:129
基于高斯函数递减惯性权重的粒子群优化算法.pdf
论文研究-自适应用户的Item-based协同过滤推荐算法.pdf
浏览:80
传统Item-based协同过滤算法计算两个条目间相似性时, 将每个评分视为同等重要, 忽略了共评用户(对两个条目共同评分的用户)与目标用户间的相似性对条目间相似性的影响。针对此问题, 提出了一种自适应用户的Item-...
基于Padding权重化的卷积神经网络研究.pdf
浏览:32
基于Padding权重化的卷积神经网络研究.pdf
评论
收藏
内容反馈
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
618特惠:¥14.90
34.90
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
maodi_lzc
粉丝: 1
资源:
3万+
私信
下载权益
C知道特权
VIP文章
课程特权
VIP享
7
折,此内容立减4.47元
开通VIP
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
金融分析期末作业.ipynb
1_1_6_张某.zip
Java笔试题库①.pdf
真值表ttention-model-for-network-id开发笔记
html css js网页制作实例processing-开发笔记p
网络编程之自动化运维工具
Linux Vim最全面的教程.docx
c 课设-mai开发笔记
HCIA-WLAN V3.0 培训教材
东北大学编译原理课程设计
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功