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
3
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MapReduce的并行化最小最大模块化支持向量机研究
被引量:
1
1
作者
赵研
李云
《计算机研究与发展》
EI
CSCD
北大核心
2014年第S2期110-115,共6页
最小最大模块化支持向量机(M3-SVM)是对大规模数据进行模式分类的有效方法.为了进一步提高M3-SVM算法处理大规模数据的效率.基于MapReduce的编程模型实现了M3-SVM的并行化.并行化主要分为两个部分:1)将M3-SVM中的多个任务分解进行并行化...
最小最大模块化支持向量机(M3-SVM)是对大规模数据进行模式分类的有效方法.为了进一步提高M3-SVM算法处理大规模数据的效率.基于MapReduce的编程模型实现了M3-SVM的并行化.并行化主要分为两个部分:1)将M3-SVM中的多个任务分解进行并行化;2)将M3-SVM中用来训练基分类器SVM的序列最小优化算法(SMO)进行并行化.在多个现实数据集上的实验结果表明基于MapReduce的并行化最小最大模块化支持向量机算法不仅具有较好的可靠性,而且比传统的最小最大模块化支持向量机算法具有更好的时间效率.
展开更多
关键词
并行化
最小最大模块化支持向量机
m
APREDUCE
S
m
O
下载PDF
职称材料
基于随机子空间的最小最大模块化支持向量机
2
作者
余艺
吴家皋
李云
《模式识别与人工智能》
EI
CSCD
北大核心
2014年第2期153-159,共7页
最小最大模块化支持向量机(M3-SVM)是一种对大规模数据进行模式分类的有效方法.为进一步提高M3-SVM对高维大规模不平衡数据的分类性能,文中分析多种随机子空间策略,并将其与M3-SVM相结合,以实现降维和增加特征层面上的集成机制,从而得...
最小最大模块化支持向量机(M3-SVM)是一种对大规模数据进行模式分类的有效方法.为进一步提高M3-SVM对高维大规模不平衡数据的分类性能,文中分析多种随机子空间策略,并将其与M3-SVM相结合,以实现降维和增加特征层面上的集成机制,从而得到一类基于随机子空间的最小最大模块化支持向量机(M3-SVM-RS).在现实数据集上验证随机子空间策略的有效性,同时通过实验分析M3-SVM-RS中各个子模块(基分类器)之间的差异性.
展开更多
关键词
随机子空间(
RS)
最小最大模块化支持向量机(
m3-svm
)
多样性
Rando
m
SUBSPACE
(
RS
)
m
IN-
m
AX
m
odular
Support
Vector
m
achine
(
m3-svm
)
下载PDF
职称材料
基于集成学习的中文文本欺骗检测研究
被引量:
7
3
作者
张虎
谭红叶
+2 位作者
钱宇华
李茹
陈千
《计算机研究与发展》
EI
CSCD
北大核心
2015年第5期1005-1013,共9页
欺骗信息检测是信息安全领域中的重要研究内容.现有的研究表明,三分之一的人际交往中会涉及到潜在的欺骗,大量的欺骗信息充斥在各种各样的通信媒介中,在海量的网络信息中欺骗性数据的规模通常远小于非欺骗性数据的规模,已有方法还不能...
欺骗信息检测是信息安全领域中的重要研究内容.现有的研究表明,三分之一的人际交往中会涉及到潜在的欺骗,大量的欺骗信息充斥在各种各样的通信媒介中,在海量的网络信息中欺骗性数据的规模通常远小于非欺骗性数据的规模,已有方法还不能很好地适应于准确高效地欺骗检测,迫切期望提出一种能高效地检测欺骗信息的方法.针对具有非平衡性的海量网络信息,提出了一种基于集成学习的欺骗行为检测方法.通过改进的二分k-means划分方法对训练样本集进行分解,分别在每对正负样本集上学习各自独立的分类器,然后利用每个独立分类器分别计算待测样本的类别输出值,并采用结合个体分类器分类正确率的最小最大模块化方法集成每个判别结果.实验结果验证了该方法的有效性.
展开更多
关键词
欺骗
欺骗检测
集成学习
样本划分
最小最大模块化支持向量机
下载PDF
职称材料
题名
基于MapReduce的并行化最小最大模块化支持向量机研究
被引量:
1
1
作者
赵研
李云
机构
南京邮电大学计算机学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2014年第S2期110-115,共6页
基金
国家自然科学基金项目(61373139
61105082)
+1 种基金
江苏省自然科学基金项目(BK20131378
BK20140885)
文摘
最小最大模块化支持向量机(M3-SVM)是对大规模数据进行模式分类的有效方法.为了进一步提高M3-SVM算法处理大规模数据的效率.基于MapReduce的编程模型实现了M3-SVM的并行化.并行化主要分为两个部分:1)将M3-SVM中的多个任务分解进行并行化;2)将M3-SVM中用来训练基分类器SVM的序列最小优化算法(SMO)进行并行化.在多个现实数据集上的实验结果表明基于MapReduce的并行化最小最大模块化支持向量机算法不仅具有较好的可靠性,而且比传统的最小最大模块化支持向量机算法具有更好的时间效率.
关键词
并行化
最小最大模块化支持向量机
m
APREDUCE
S
m
O
Keywords
parallelization
m3-svm
m
apReduce
S
m
O
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于随机子空间的最小最大模块化支持向量机
2
作者
余艺
吴家皋
李云
机构
南京邮电大学计算机学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2014年第2期153-159,共7页
基金
国家自然科学基金(No.61073114)
江苏省自然科学基金(No.BK20131378)资助项目
文摘
最小最大模块化支持向量机(M3-SVM)是一种对大规模数据进行模式分类的有效方法.为进一步提高M3-SVM对高维大规模不平衡数据的分类性能,文中分析多种随机子空间策略,并将其与M3-SVM相结合,以实现降维和增加特征层面上的集成机制,从而得到一类基于随机子空间的最小最大模块化支持向量机(M3-SVM-RS).在现实数据集上验证随机子空间策略的有效性,同时通过实验分析M3-SVM-RS中各个子模块(基分类器)之间的差异性.
关键词
随机子空间(
RS)
最小最大模块化支持向量机(
m3-svm
)
多样性
Rando
m
SUBSPACE
(
RS
)
m
IN-
m
AX
m
odular
Support
Vector
m
achine
(
m3-svm
)
Keywords
Diversity
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于集成学习的中文文本欺骗检测研究
被引量:
7
3
作者
张虎
谭红叶
钱宇华
李茹
陈千
机构
山西大学计算机与信息技术学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2015年第5期1005-1013,共9页
基金
国家自然科学基金项目(61005053
61100138
+6 种基金
61373082
61322211)
国家"八六三"高技术研究发展计划基金项目(2015AA015407)
新世纪优秀人才支持计划基金项目(20121401110013)
山西省回国留学人员科研资助项目(2013-022)
山西省高等学校科技创新项目(2015104)
中国民航大学信息安全评测中心开放课题基金项目(CAAC-ISECCA-201402)
文摘
欺骗信息检测是信息安全领域中的重要研究内容.现有的研究表明,三分之一的人际交往中会涉及到潜在的欺骗,大量的欺骗信息充斥在各种各样的通信媒介中,在海量的网络信息中欺骗性数据的规模通常远小于非欺骗性数据的规模,已有方法还不能很好地适应于准确高效地欺骗检测,迫切期望提出一种能高效地检测欺骗信息的方法.针对具有非平衡性的海量网络信息,提出了一种基于集成学习的欺骗行为检测方法.通过改进的二分k-means划分方法对训练样本集进行分解,分别在每对正负样本集上学习各自独立的分类器,然后利用每个独立分类器分别计算待测样本的类别输出值,并采用结合个体分类器分类正确率的最小最大模块化方法集成每个判别结果.实验结果验证了该方法的有效性.
关键词
欺骗
欺骗检测
集成学习
样本划分
最小最大模块化支持向量机
Keywords
deception
deception detection
ense
m
ble learning
cutting sa
m
ples
m
in-
m
ax
m
odular support vector
m
achine (
m3-svm
)
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MapReduce的并行化最小最大模块化支持向量机研究
赵研
李云
《计算机研究与发展》
EI
CSCD
北大核心
2014
1
下载PDF
职称材料
2
基于随机子空间的最小最大模块化支持向量机
余艺
吴家皋
李云
《模式识别与人工智能》
EI
CSCD
北大核心
2014
0
下载PDF
职称材料
3
基于集成学习的中文文本欺骗检测研究
张虎
谭红叶
钱宇华
李茹
陈千
《计算机研究与发展》
EI
CSCD
北大核心
2015
7
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