-
题名一种干扰系数自探测的网络事件选取方法
- 1
-
-
作者
臧洁
任旭
冯艳爽
王妍
肖萍
鲁锦涛
-
机构
辽宁大学信息学院
荣科科技股份有限公司
中国刑事警察学院公安信息技术与情报学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第3期763-768,共6页
-
基金
国家重点研发计划项目(2019YFB1405804)资助.
-
文摘
网络事件在传播过程中会产生相互影响,对这种事件间的影响进行研究有助于深入了解网络舆情的传播规律,并依此采取正确的应对办法.针对不同事件间存在不同干扰效果这一问题,提出了一种干扰系数自探测的网络事件选取方法.该方法使用具有多事件容量特征的mSIR-CA(MultipleSIR-Cellular Automata)模型为推演核心,并借助真实事件数据进行有针对性的参数寻优,使得方法能够根据目标事件,从当前同处于扩散过程的多个备选干扰事件中,进行有效事件选取及干扰效果排序.实验结果表明,根据真实事件训练集对方法参数寻优后,通过对已发生事件标记的事件组进行验证,该方法在有效干扰事件的分类判断、干扰效果排序结果方面有较好的准确率.
-
关键词
网络舆情
mSIR-CA模型
干扰事件选取
参数寻优
-
Keywords
network public opinion
mSIR-CA model
interference event selection
parameter optimization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于随机矩阵理论的高维数据特征选择方法
被引量：4
- 2
-
-
作者
王妍
杨钧
孙凌峰
李玉诺
宋宝燕
-
机构
辽宁大学信息学院
荣科科技股份有限公司智慧城市开发部
-
出处
《计算机应用》
CSCD
北大核心
2017年第12期3467-3471,共5页
-
基金
国家自然科学基金资助项目(61472169
61472072
+3 种基金
61528202
61501105)
国家973计划前期研究专项(2014CB360509)
辽宁省教育厅科学研究一般项目(L2015204)~~
-
文摘
传统特征选择方法多是通过相关度量来去除冗余特征,并没有考虑到高维相关矩阵中会存在大量的噪声,严重地影响特征选择结果。为解决此问题,提出基于随机矩阵理论(RMT)的特征选择方法。首先,将相关矩阵中符合随机矩阵预测的奇异值去除,从而得到去噪后的相关矩阵和选择特征的数量;然后,对去噪后的相关矩阵进行奇异值分解,通过分解矩阵获得特征与类的相关性;最后,根据特征与类的相关性和特征之间冗余性完成特征选择。此外,还提出一种特征选择优化方法,通过依次将每一个特征设为随机变量,比较其奇异值向量与原始奇异值向量的差异来进一步优化结果。分类实验结果表明所提方法能够有效提高分类准确率,减小训练数据规模。
-
关键词
随机矩阵
特征选择
去噪
奇异值
相关矩阵
-
Keywords
random matrix
feature selection
denoising
singular value
correlation matrix
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
