模糊遺傳算法及其在網(wǎng)絡(luò)信息過濾系統(tǒng)中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著網(wǎng)絡(luò)信息數(shù)量在互聯(lián)網(wǎng)上日益龐大,對于網(wǎng)絡(luò)信息質(zhì)量的要求也越來越高,越來越多探索網(wǎng)絡(luò)信息過濾的新技術(shù)正在逐步的發(fā)展中,由于網(wǎng)絡(luò)信息動態(tài)性極強(qiáng),而這些動態(tài)性主要表現(xiàn)在網(wǎng)頁內(nèi)容的增減和鏈接地址的動態(tài)變化上,因此網(wǎng)絡(luò)信息內(nèi)容過濾主要針對網(wǎng)頁上的動態(tài)信息流,在處理大量的冗余信息數(shù)據(jù)時,還要滿足用戶對動態(tài)信息的需求量,過濾用戶不感興趣的信息,網(wǎng)絡(luò)信息過濾系統(tǒng)就是從動態(tài)的數(shù)據(jù)流中收集或去掉某些文本信息。開發(fā)出一種網(wǎng)絡(luò)信息過濾系統(tǒng)其目的主要在于過濾

2、網(wǎng)絡(luò)上的不良信息,這是其過濾系統(tǒng)的主要功能,過濾內(nèi)容主要體現(xiàn)在色情、暴力、犯罪等不良信息。
  在本課題中,根據(jù)基于傳統(tǒng)遺傳算法的網(wǎng)絡(luò)信息過濾系統(tǒng)中提出了一種新的算法,即模糊遺傳算法。模糊遺傳算法是根據(jù)網(wǎng)絡(luò)信息過濾系統(tǒng)中存在的不確定因素,包括參數(shù),權(quán)重等因素的調(diào)整,在傳統(tǒng)遺傳算法優(yōu)化的基礎(chǔ)上,分析文檔訓(xùn)練集的特點,提高文本分類的性能,加入模糊方法調(diào)整參數(shù)值和權(quán)重,使得這些因素能夠隨著系統(tǒng)環(huán)境的變化而變化,模糊遺傳算法研究理論具體體

3、現(xiàn)在以下四個方面:
  1、充分分析網(wǎng)絡(luò)信息過濾模型
  網(wǎng)絡(luò)信息過濾系統(tǒng)結(jié)構(gòu)主要體現(xiàn)在數(shù)據(jù)包捕獲、特征選擇、優(yōu)化算法、分類算法上,對該系統(tǒng)每一部分的關(guān)鍵技術(shù)進(jìn)行理論分析,分析其優(yōu)缺點,提出改進(jìn)方法,充分提高網(wǎng)絡(luò)信息過濾效果。
  2、文檔訓(xùn)練集處理技術(shù)
  在以往對文檔集的處理上,通常是將語料中的訓(xùn)練文本平等對待,沒有考慮到各個文本所起的不同作用,為改進(jìn)這些缺陷,在本課題中,將重點考慮訓(xùn)練文本對于分類所起的不同

4、作用,根據(jù)文檔重要性將文本區(qū)別對待。對于訓(xùn)練文檔的處理主要體現(xiàn)在劃分文本段落和設(shè)置文檔權(quán)重。文本段落的劃分主要包括將文本分為首段、中間段、尾段,及其不同段落的結(jié)合,針對每一部分段落在文本中所起的作用不同,選出重要的段落參與訓(xùn)練。由實驗得出將首尾段結(jié)合在一起要比單獨的段落分類效果要好。利用段落訓(xùn)練來代替整篇文本的訓(xùn)練,這不僅大大減輕了時間復(fù)雜度,而且也減輕了系統(tǒng)負(fù)擔(dān),提高了系統(tǒng)運(yùn)行效率。
  在大規(guī)模的語料文檔中,每部分文檔所含的內(nèi)

5、容不同,在分類中所起的作用也是不同的,即將其稱為文檔的重要性,在本課題研究工作之一就是文檔的重要程度,即文檔權(quán)重,利用模糊計算方法應(yīng)用到本系統(tǒng)中,根據(jù)不同的類別語料文本結(jié)合分類效果模糊調(diào)整文檔權(quán)值,以使其重要的文檔能夠得到充分的應(yīng)用,進(jìn)一步提高訓(xùn)練語料文檔的質(zhì)量。
  3、遺傳算法參數(shù)調(diào)整
  遺傳算法中涉及到的參數(shù)主要包括種群大小,選擇概率、交叉概率及變異概率的設(shè)定,進(jìn)化代數(shù)的設(shè)定等。這些參數(shù)對遺傳優(yōu)化的質(zhì)量有很大的影響,

6、而在以往的遺傳算法參數(shù)設(shè)置上都是預(yù)先設(shè)置的固定值,這些值不能隨著遺傳環(huán)境的改變而改變,因此,為改進(jìn)這些參數(shù),在本課題中利用模糊調(diào)整方法合理設(shè)置這些參數(shù)值,主要體現(xiàn)在對交叉率和變異率根據(jù)遺傳搜索的不同環(huán)境下做出不同的調(diào)整,使其在遺傳算法優(yōu)化階段得到很好的利用,使遺傳算法優(yōu)化取得最優(yōu)解。
  4、模糊調(diào)整特征項權(quán)重
  文本特征項利用特征選擇方法計算其相應(yīng)權(quán)值,利用遺傳算法優(yōu)化訓(xùn)練特征項,選出最有意義的特征項,由于權(quán)值結(jié)果在很大

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論