原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第34卷第5期 计算机仿真 2017年5月
文章编号：1006—9348(2017)05—0393—04
关于微博平台特征信息优化检测仿真研究
陆含波。杨长春
(常州大学信息科学与工程学院，江苏常州213164)
摘要：对微博平台特征信息优化检测的研究．可对海量微博信息中所需信息进行高效检索。对特征信息优化检测的过程，需
要对信息重排，并进行主成分特征提取，完成对特征信息的检测。传统方法结合相关性检验，对样本信息流进行处理和分
析，但忽略了对信息的主成分进行特征提取，导致检测精度偏低。提出基于萤火虫优化神经网络的微博平台特征信息优化
检测仿真。采用自回归移动平均模型对统计得到的微博平台特征信息进行信息重排，对重排的微博特征信息信息流采用神
经网络训练方法进行主成分特征提取，对提取的主成分特征采用优化的萤火虫算法进行特征筛选和自组织监督学习，实现
微博平台信息的优化检测。仿真结果表明，采用上述方法进行微博信息准确检测准确度较高，需要的先验样本知识相对较
小。检测的可靠度得到保证。
关键词：微博平台；特征信息；优化检测
中图分类号：TP391文献标识码：B
Researchonthe of Platform
Simulation
Micro-Blog
Feature Detection
Information
Optimization
LU
Han—bo．YANG
Chang—chun
ofMaterialsScienceand
(School University，ChangzhouJiangsu213164，China)
Engineering，Changzhou
ABSTRACT：Andetectionmethodforfeatureinformationof is basedon
optimization micro-blogplatformpresented
to outinformationre-
neuralnetworkwith modelisused
optimization．Auto-regressivemovingaverage calTy
glowworm
networkisusedforinfor-
forfeatureinformationobtained methodofneural
arrangement bystatistics．Then，training
mationflowof featureinformationtoextractfeatureof optimizedglowworm
rearrangement
文档评论（0）