期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SVM的迁移学习方法在互联网金融网页分类中的应用
1
作者
谢林燕
刘纪伟
+1 位作者
张玉
张峰
《通信技术》
2023年第7期909-914,共6页
经过人工标注的互联网金融网页数据量偏小,且新兴金融业态繁多,给互联网金融网页的业态识别带来了困难。对此提出一种基于超平面位置调优支持向量机(Support Vector Machine,SVM)的迁移学习方法。首先利用迁移学习,将相关业态的已标注...
经过人工标注的互联网金融网页数据量偏小,且新兴金融业态繁多,给互联网金融网页的业态识别带来了困难。对此提出一种基于超平面位置调优支持向量机(Support Vector Machine,SVM)的迁移学习方法。首先利用迁移学习,将相关业态的已标注数据以及少量新业态的已标注数据迁移到新的金融业态中,然后通过对SVM算法模型进行调整,引入参数对分类超平面位置调优,实现分类准确率的提升。实验结果表明了该方法性能的有效性,采用该方法比现有方法准确率平均提高约0.8%,最高提高约1.7%。
展开更多
关键词
互联网金融
支持向量机
迁移学习
数据增强
业态识别
下载PDF
职称材料
题名
基于SVM的迁移学习方法在互联网金融网页分类中的应用
1
作者
谢林燕
刘纪伟
张玉
张峰
机构
国家计算机网络应急技术处理协调中心河北分中心
出处
《通信技术》
2023年第7期909-914,共6页
基金
河北省省级科技计划(20310701D)
中央引导地方科技发展资金项目(216Z0701G)
国家计算机网络应急技术处理协调中心青年科研基金项目(2020Q38)。
文摘
经过人工标注的互联网金融网页数据量偏小,且新兴金融业态繁多,给互联网金融网页的业态识别带来了困难。对此提出一种基于超平面位置调优支持向量机(Support Vector Machine,SVM)的迁移学习方法。首先利用迁移学习,将相关业态的已标注数据以及少量新业态的已标注数据迁移到新的金融业态中,然后通过对SVM算法模型进行调整,引入参数对分类超平面位置调优,实现分类准确率的提升。实验结果表明了该方法性能的有效性,采用该方法比现有方法准确率平均提高约0.8%,最高提高约1.7%。
关键词
互联网金融
支持向量机
迁移学习
数据增强
业态识别
Keywords
Internet finance
support vector machine
transfer learning
data augmentation
industry identification
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SVM的迁移学习方法在互联网金融网页分类中的应用
谢林燕
刘纪伟
张玉
张峰
《通信技术》
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部