您的位置： 专家智库 > >

朱锴

作品数：3 被引量：20H指数：2
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国防科技重点实验室基金国家科技支撑计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇主题描述
  • 1篇神经网
  • 1篇神经网络
  • 1篇统计特征
  • 1篇爬虫
  • 1篇主题
  • 1篇主题爬虫
  • 1篇主题爬行
  • 1篇子群
  • 1篇自适
  • 1篇自适应
  • 1篇自适应算法
  • 1篇网络
  • 1篇网络流
  • 1篇网络流量
  • 1篇文本分类
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇关键词提取
  • 1篇ODP

机构

  • 3篇四川大学

作者

  • 3篇朱锴
  • 2篇王春晖
  • 2篇吴麒
  • 2篇陈兴蜀
  • 1篇杜敏
  • 1篇谭骏

传媒

  • 1篇计算机光盘软...
  • 1篇电子学报
  • 1篇电子科技大学...

年份

  • 3篇2012
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于自适应BP神经网络的网络流量识别算法被引量：18
2012年
针对新兴网络应用无法使用传统的基于端口与特征码进行识别的问题,对基于流量统计分析的网络协议识别方法进行了研究,提出了基于自适应BP神经网络的流量识别算法。对BP神经网络结构难以确定、易陷入局部极小值等缺陷进行了分析,使用双粒子群算法对BP神经网络进行优化以提高识别率。实验表明,该算法能根据网络流量的统计特征有效地识别网络应用,且对于采用UDP协议的应用同样有较高的识别率,同时优化后的自适应BP神经网络训练时间更短;并能自动调整其结构,具有良好的自适应特性。
谭骏陈兴蜀杜敏朱锴
关键词：自适应算法神经网络粒子群优化统计特征
基于ODP的上下文主题描述方法被引量：2
2012年
针对以往主题描述方法未充分考虑主题上下文的问题,提出了基于ODP(开放式分类目录)的上下文主题描述方法.使用新的特征选择算法对主题特征进行了确定,并使用分类主题树的上下文对主题描述方法进行优化以提高主题爬行的性能.实验表明,该特征选择算法能够有效地提取出主题特征,并在保证正确率的基础上尽量减少特征维数以提高计算效率.同时,该主题描述算法充分考虑了主题上下文关系,且无论是在准确性还是在信息量总和上都有良好的性能.
吴麒陈兴蜀朱锴王春晖
关键词：主题爬行主题描述
基于特征选择优化的主题描述算法
2012年
针对当前主题描述不精确以及适应性低的问题,提出了一种基于特征选择优化的主题描述算法——TDFSO(Topic Description based on Feature Selection Optimization)。此算法改进了主题关键词在文本中权重的计算方法,能提取出具有较强文本描述和类别区分能力的关键词。
王春晖吴麒朱锴
关键词：主题描述主题爬虫文本分类关键词提取
全选 清除 导出
共1页<1>
聚类工具0