基于匹配自主学习的网络信息识别与分类算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为提升网络信息的识别与分类准确率，针对海量网络信息的高维、高噪等特点，提出基于匹配自主学习的网络信息识别与分类算法。首先，利用支持向量机对网络信息进行识别；然后，通过奇异值分解算法构建检索矩阵进行奇异值分解、相关性查询；接着，计算网络信息的相似性匹配度，并将匹配度较高的网络信息输入到卷积神经网络中进行学习、训练；最后，输出网络信息分类结果。（剩余7566字）

试读结束

目录
monitor