-
公开(公告)号：CN108280211A
公开(公告)日：2018-07-13
申请号：CN201810092766.5
申请日：2018-01-31
Applicant: 湖北工业大学
Abstract: 本发明公开一种文本特征向量的确定方法及系统、文本分类方法及系统。确定方法包括：获取训练文本集；采用卡方检验方法提取文本特征；构建水波群并初始化；选出当前最优水波并判断适应度值是否小于适应度阈值；若否，确定最优文本特征向量；若是，进行传播处理并计算适应度值；判断水波适应度值是否增大；若是，用传播处理后的水波代替传播处理前的水波；否则保留传播处理前的水波；根据各第二判断结果更新水波群及迭代次数，并重新确定当前最优水波；判断迭代次数是否小于迭代阈值；若是则判断当前最优水波的适应度值是否达到适应度阈值；否则确定最优文本特征向量。本发明提供的方法及系统能够在保证分类的精度的前提下降低文本特征向量的维数。
-
公开(公告)号：CN108200084A
公开(公告)日：2018-06-22
申请号：CN201810092425.8
申请日：2018-01-31
Applicant: 湖北工业大学
Abstract: 本发明公开一种基于灰狼算法的网络安全日志确定方法和系统。所述方法包括：获取网络日志数据集，所述网络日志数据集包括多个网络日志；统计所述网络日志数据集中每一个所述网络日志的出现次数；对所述出现次数进行排序；获取频繁一项集列表，所述频繁一项集列表由出现次数大于最小出现次数的网络日志组成；对所述频繁一项集列表进行分组，得到多个频繁一项集组；将各所述频繁一项集组构建频繁模式树；利用灰狼算法删除所述频繁模式树中的干扰日志，得到安全日志。本发明的方法或系统利用灰狼算法对频繁模式树进行剪枝，能够快速地实现对日志的关联挖掘，提高安全日志确定的效率，并且还能减少在挖掘过程中关联规则的遗漏。
-
Patent Agency Ranking
公开(公告)号：CN108133240A
公开(公告)日：2018-06-08
申请号：CN201810092707.8
申请日：2018-01-31
Applicant: 湖北工业大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/628
Abstract: 本发明公开一种基于烟花算法的多标签分类方法及系统，具体为已知训练样本的标签，所述训练样本有多个训练样本节点，根据所述训练样本的标签对待预测样本进行多标签分类，采用烟花算法计算所述待预测样本与所述训练样本之间的最优特征权值；根据所述最优特征权值计算所述待预测样本与所述训练样本节点之间的加权欧氏距离；根据所述加权欧氏距离，从多个所述训练样本节点中获得k个距离所述待预测样本最近的最邻近节点；根据k个所述最邻近节点的标签，获取所述待预测样本的标签。采用烟花算法计算分类算法中的最优特征值，提高了多标签分类的精度。
-
公开(公告)号：CN108288093A
公开(公告)日：2018-07-17
申请号：CN201810092698.2
申请日：2018-01-31
Applicant: 湖北工业大学
IPC: G06N3/08
Abstract: 本发明公开一种BP神经网络权值确定方法、系统以及预测方法、系统。确定方法包括：获取训练样本集并获取多个神经网络权值；构建水波群并初始化；选出当前最优水波并判断适应度值是否小于适应度阈值；若否，确定最优文本特征向量；若是，进行传播处理并计算适应度值；判断水波适应度值是否增大；若是，用传播处理后的水波代替传播处理前的水波；否则保留传播处理前的水波；根据各第二判断结果更新水波群及迭代次数，并重新确定当前最优水波；判断迭代次数是否小于迭代阈值；若是则判断当前最优水波的适应度值是否达到适应度阈值；否则确定最优神经网络权值。本发明提供的方法及系统能够在保证分类的精度的前提下提高神经网络权值的可信度。
-
公开(公告)号：CN108182294A
公开(公告)日：2018-06-19
申请号：CN201810092694.4
申请日：2018-01-31
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于频繁项集增长算法的电影推荐方法及系统。该方法包括：统计数据库中每个电影ID出现的次数，所述数据库包括用户ID和电影ID，所述电影ID出现的次数表示为支持度；将所述电影ID的支持度进行排序，得到最小支持度；提取支持度大于所述最小支持度的电影ID及对应的支持度，得到频繁一项集列表；将所述频繁一项集列表进行分组，得到多个频繁一项集组；根据所述频繁一项集组构建频繁模式树；通过粒子群算法对所述频繁模式树进行剪枝，得到条件子树，所述条件子树表示所述电影ID之间的关联关系；根据所述关联关系向用户推荐电影。本方法和系统能够快速的挖掘电影之间的关联关系，从而提高电影推荐的效率。
-
公开(公告)号：CN108182294B
公开(公告)日：2021-04-16
申请号：CN201810092694.4
申请日：2018-01-31
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于频繁项集增长算法的电影推荐方法及系统。该方法包括：统计数据库中每个电影ID出现的次数，所述数据库包括用户ID和电影ID，所述电影ID出现的次数表示为支持度；将所述电影ID的支持度进行排序，得到最小支持度；提取支持度大于所述最小支持度的电影ID及对应的支持度，得到频繁一项集列表；将所述频繁一项集列表进行分组，得到多个频繁一项集组；根据所述频繁一项集组构建频繁模式树；通过粒子群算法对所述频繁模式树进行剪枝，得到条件子树，所述条件子树表示所述电影ID之间的关联关系；根据所述关联关系向用户推荐电影。本方法和系统能够快速的挖掘电影之间的关联关系，从而提高电影推荐的效率。
-
公开(公告)号：CN108280211B
公开(公告)日：2020-07-07
申请号：CN201810092766.5
申请日：2018-01-31
Applicant: 湖北工业大学
Abstract: 本发明公开一种文本特征向量的确定方法及系统、文本分类方法及系统。确定方法包括：获取训练文本集；采用卡方检验方法提取文本特征；构建水波群并初始化；选出当前最优水波并判断适应度值是否小于适应度阈值；若否，确定最优文本特征向量；若是，进行传播处理并计算适应度值；判断水波适应度值是否增大；若是，用传播处理后的水波代替传播处理前的水波；否则保留传播处理前的水波；根据各第二判断结果更新水波群及迭代次数，并重新确定当前最优水波；判断迭代次数是否小于迭代阈值；若是则判断当前最优水波的适应度值是否达到适应度阈值；否则确定最优文本特征向量。本发明提供的方法及系统能够在保证分类的精度的前提下降低文本特征向量的维数。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
