-
题名基于SVM的智能情报分析数据风险特征筛选算法
- 1
-
-
作者
董传民
侯仰博
樊祜卿
李士杰
-
机构
菏泽市科学技术信息研究所
菏泽市产品检验检测研究院
菏泽市动物疫病预防控制中心
-
出处
《吉林大学学报(信息科学版)》
2025年第3期632-638,共7页
-
基金
菏泽市科技计划基金资助项目(2022KJCXZD03)。
-
文摘
为提高数据利用率,避免信息中风险因素对情报分析的影响,提出基于SVM(Support Vector Machine)的智能情报分析数据风险特征筛选算法。利用连续小波变换方法,排除情报数据中噪声信号对分析结果的影响,结合主成分分析法建立投影矩阵,提取多种类无噪情报数据主要特征;将多种类情报数据的主要特征提取结果输入至支持向量机中,利用最优化理论建立支持向量机内分类平面,并明确分类平面内特征数据分类规则,实现情报数据风险特征的筛选。实验结果表明,所提方法对情报数据可准确分类,风险数据检测效率较高,能实现风险数据的有效筛选。
-
关键词
连续小波变换方法
主成分分析法
最优化理论
分类平面
-
Keywords
continuous wavelet transform method
principal component analysis method
optimization theory
classification plane
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
