期刊导航
期刊开放获取
上海教育软件发展有限公..
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
2
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
基于链路结构和转发行为的微博社交网络重叠社区划分方法
被引量：
4
1
作者
张中军
于来行
李润川
《郑州大学学报（理学版）》
北大核心
2021年第4期69-76,共8页
现有的微博社交网络社区挖掘算法大多基于对微博内容的识别,不但涉及用户隐私,还忽略了用户转发行为的重要性,并且对于社区数量和社区中心的判断具有主观性,社区的重叠结构也不易发现。为解决上述问题,提出了一种基于链路结构和转发行...
现有的微博社交网络社区挖掘算法大多基于对微博内容的识别,不但涉及用户隐私,还忽略了用户转发行为的重要性,并且对于社区数量和社区中心的判断具有主观性,社区的重叠结构也不易发现。为解决上述问题,提出了一种基于链路结构和转发行为的微博社交网络重叠社区划分方法,综合考虑微博社交网络链路结构和用户转发行为,通过对用户之间转发行为的对比来提高社区划分的质量,实现了自动快速确定社区数量,并设计了中心节点选择算法,客观合理选定社区中心节点。实验证明所提方法能够发现高质量的微博社交网络重叠社区,在理论研究和实际应用方面都有十分重要的意义。
展开更多
关键词
微博
社交网络
重叠社区
模块度
链路结构
在线阅读
下载PDF
职称材料
ELMs和SVMs在多分类问题上的泛化性能比较
被引量：
5
2
作者
卢欣欣
潘丽平
《计算机应用与软件》
北大核心
2019年第10期262-267,278,共7页
多分类问题是机器学习、数据挖掘领域的重要研究内容。在文本分类、语音识别、图像识别、基因检测等方面有广泛的应用。通过在UCI数据集对极限学习机算法ELMs(ELM,KELM)和支持向量机算法SVMs(SVM,LSSVM)在多分类问题上的表现进行详细比...
多分类问题是机器学习、数据挖掘领域的重要研究内容。在文本分类、语音识别、图像识别、基因检测等方面有广泛的应用。通过在UCI数据集对极限学习机算法ELMs(ELM,KELM)和支持向量机算法SVMs(SVM,LSSVM)在多分类问题上的表现进行详细比较,得出以下结论:ELMs相较于SVM在多分类问题上有更高的分类准确率,而且随着分类数目的增加,ELMs的泛化能力相较于SVM提高越多,但是ELMs对于LSSVM并没有得到上述结论;ELMs相较于SVMs对数据的类别数目不敏感,分类准确率随类别数目增加下降不明显;ELMs相较于SVMs在多分类问题上所需计算代价更小,且拥有更快的学习和训练速度,适用于多分类问题。
展开更多
关键词
极限学习机(ELM)
核极限学习机(KELM)
支持向量机(SVM)
最小二乘支持向量机(LSSVM)
多分类问题
泛化能力
在线阅读
下载PDF
职称材料
题名
基于链路结构和转发行为的微博社交网络重叠社区划分方法
被引量：
4
1
作者
张中军
于来行
李润川
机构
周口师范学院计算机科学与
技术
学院
农产品
质量
安全
追溯
技术
郑州大学互联网医疗与健康服务
郑州大学产业
技术
研究院
出处
《郑州大学学报（理学版）》
北大核心
2021年第4期69-76,共8页
基金
国家自然科学基金项目(61902447)
河南省科技厅科技攻关项目(182102310034)。
文摘
现有的微博社交网络社区挖掘算法大多基于对微博内容的识别,不但涉及用户隐私,还忽略了用户转发行为的重要性,并且对于社区数量和社区中心的判断具有主观性,社区的重叠结构也不易发现。为解决上述问题,提出了一种基于链路结构和转发行为的微博社交网络重叠社区划分方法,综合考虑微博社交网络链路结构和用户转发行为,通过对用户之间转发行为的对比来提高社区划分的质量,实现了自动快速确定社区数量,并设计了中心节点选择算法,客观合理选定社区中心节点。实验证明所提方法能够发现高质量的微博社交网络重叠社区,在理论研究和实际应用方面都有十分重要的意义。
关键词
微博
社交网络
重叠社区
模块度
链路结构
Keywords
micro-blog
social network
overlapping community
modularity
link structure
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
ELMs和SVMs在多分类问题上的泛化性能比较
被引量：
5
2
作者
卢欣欣
潘丽平
机构
周口师范学院计算机科学与
技术
学院
农产品质量安全追溯技术河南省工程实验室
周口科技职业学院
出处
《计算机应用与软件》
北大核心
2019年第10期262-267,278,共7页
基金
国家自然科学基金项目(U1504602)
河南省科技厅科技计划项目(162102310590,162102310147)
文摘
多分类问题是机器学习、数据挖掘领域的重要研究内容。在文本分类、语音识别、图像识别、基因检测等方面有广泛的应用。通过在UCI数据集对极限学习机算法ELMs(ELM,KELM)和支持向量机算法SVMs(SVM,LSSVM)在多分类问题上的表现进行详细比较,得出以下结论:ELMs相较于SVM在多分类问题上有更高的分类准确率,而且随着分类数目的增加,ELMs的泛化能力相较于SVM提高越多,但是ELMs对于LSSVM并没有得到上述结论;ELMs相较于SVMs对数据的类别数目不敏感,分类准确率随类别数目增加下降不明显;ELMs相较于SVMs在多分类问题上所需计算代价更小,且拥有更快的学习和训练速度,适用于多分类问题。
关键词
极限学习机(ELM)
核极限学习机(KELM)
支持向量机(SVM)
最小二乘支持向量机(LSSVM)
多分类问题
泛化能力
Keywords
ELM
KELM
SVM
LSSVM
Multi-class classification problem
Generalization performance
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于链路结构和转发行为的微博社交网络重叠社区划分方法
张中军
于来行
李润川
《郑州大学学报（理学版）》
北大核心
2021
4
在线阅读
下载PDF
职称材料
2
ELMs和SVMs在多分类问题上的泛化性能比较
卢欣欣
潘丽平
《计算机应用与软件》
北大核心
2019
5
在线阅读
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
