基于SVM的智能情报分析数据风险特征筛选算法.pdfVIP

第43卷摇第3期吉林大学学报(息科学版)Vol.43摇No.3

2025年5月JournalofJilinUniversity(InformationScienceEdition)May2025

文章编号:1671鄄5896(2025)03鄄0632鄄07

基于SVM的智能情报分析数据风险特征筛选算法

1231

董传民,侯仰博,樊祜卿,李士杰

(1.菏泽市科学技术信息研究所,山东菏泽274002;2.菏泽市产品检验检测研究院,山东菏泽274032;

3.菏泽市动物疫病预防控制中心,山东菏泽274006)

摘要:为提高数据利用率,避免信息中风险因素对情报分析的影响,提出基于SVM(SupportVectorMachine)的

智能情报分析数据风险特征筛选算法。利用连续小波变换方法,排除情报数据中噪声信号对分析结果的影响,

结合主成分分析法建立投影矩阵,提取多种类无噪情报数据主要特征;将多种类情报数据的主要特征提取结果

输入至支持向量机中,利用最优化理论建立支持向量机内分类平面,并明确分类平面内特征数据分类规则,

实现情报数据风险特征的筛选。实验结果表明,所提方法对情报数据可准确分类,风险数据检测效率较高,

能实现风险数据的有效筛选。

关键词:连续小波变换方法;主成分分析法;最优化理论;分类平面

中图分类号:TP399文献标识码:A

DataRiskFeatureScreeningAlgorithmofIntelligent

IntelligenceAnalysisBasedonSVM

1231

DONGChuanmin,HOUYangbo,FANHuqing,LIShijie

(1.HezeInstituteofScienceandTechnologyInformation,Heze274002,China;2.HezeInstituteofProductInspectionandTesting,

Heze274032,China;3.HezeAnimalDiseaseControlCenter,Heze274006,China)

Abstract:Inordertoimprovethedatautilizationrateandavoidtheinfluenceofriskfactorsininformationon

intelligenceanalysis,ariskfeaturescreeningalgorithmforintelligentintelligenceanalysisdatabasedonSVM

(SupportVectorMachine)isproposed.Thecontinuouswavelettransformmethodisusedtoeliminatethe

influenceofnoisesignalsinintelligencedataontheanalysisresults,andtheprojectionmatrixisestablishedby

combiningprincipalcomponentanalysismethodtoextractthemainfeaturesofvarioustypesofnoise鄄free

intell