您的位置: 专家智库 > >

段意

作品数:2 被引量:9H指数:1
供职机构:四川大学计算机学院更多>>
发文基金:国家重点基础研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇用户
  • 1篇用户识别
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇审计
  • 1篇数据采集
  • 1篇特征加权
  • 1篇统计学习
  • 1篇内容审计
  • 1篇朴素贝叶斯
  • 1篇朴素贝叶斯分...
  • 1篇朴素贝叶斯分...
  • 1篇网络
  • 1篇向量
  • 1篇向量机
  • 1篇加权
  • 1篇加权朴素贝叶...
  • 1篇分类器
  • 1篇贝叶斯
  • 1篇贝叶斯分类

机构

  • 2篇四川大学

作者

  • 2篇尹学渊
  • 2篇陈兴蜀
  • 2篇刘磊
  • 2篇段意
  • 2篇吕昭

传媒

  • 1篇计算机应用
  • 1篇计算机工程与...

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
基于特征加权朴素贝叶斯分类算法的网络用户识别被引量:8
2011年
基于网络用户的访问记录,提出了采用特征加权的朴素贝叶斯分类算法对用户进行识别。首先利用基于WinPcap框架的数据采集系统对用户访问记录进行采集,通过分析记录从5个方面对用户特征进行统计,并经过筛选后对特征进行选取,最后采用特征加权的朴素贝叶斯分类算法对3 300个测试样本进行识别,识别率达到了85.73%。实验结果表明该算法能够有效实现对网络用户身份的识别。
刘磊陈兴蜀尹学渊段意吕昭
关键词:用户识别朴素贝叶斯分类器特征加权数据采集
SVM在网络信息内容审计中的研究与应用被引量:1
2012年
对网络信息内容审计关键技术进行了研究,给出了网络信息内容审计系统的模型,并从特征选择、权重调整等方面详细阐述了将SVM算法应用于网络信息内容识别的过程,在此基础上实现了基于SVM的网络信息内容审计系统。测试结果表明,该系统能对敏感内容进行正确识别,查全率和查准率分别达到95.06%和85.47%,解决了人工选择关键词的困难,并且满足监控需求。
尹学渊陈兴蜀段意刘磊吕昭
关键词:内容审计支持向量机统计学习
共1页<1>
聚类工具0