期刊文献+

基于退火遗传算法的网络信息过滤系统研究 被引量:3

Network information filtering model based on annealing genetic algorithm
下载PDF
导出
摘要 分析了网络信息过滤一般模型以及现有技术,研究了如何更准确地构建用户模板,提出了一种基于遗传算法的网络信息过滤系统模型,并且引入了遗传扩展操作和Boltzmann群体更新准则来改进遗传算法存在的缺点,同时给出了一种Roocchio反馈模型对用户兴趣模板进行更新和维护。实验结果表明,基于该模型设计的网络信息过滤系统能够有效实现对网络信息过滤。 The network model and general information filtering technology are analyzed. On how to build more accurate user templates and template learning algorithm is studied. A model of network information filtering system based on genetic algorithm is given, and the simulated annealing to improve the genetic algorithm is introduced. At the same time a model of user feedback Roocchio is presented to update and maintain interest template. Experiment shows that, the network information filtering system based on the model is achieved effectively filter information.
出处 《计算机工程与设计》 CSCD 北大核心 2009年第2期419-422,共4页 Computer Engineering and Design
基金 国家自然科学基金项目(60873247) 山东省自然基金项目(Y2006G20) 山东省高新自主创新专项工程基金项目(2008ZZ28)
关键词 信息过滤 遗传算法 模拟退火 反馈 扩展操作 information filtering genetic algorithm simulated annealing feedback expand operations
  • 相关文献

参考文献8

二级参考文献18

  • 1朱鹏.基于状态包过滤的防火墙技术[J].微计算机信息,2005,21(3):197-198. 被引量:13
  • 2陈得宝,赵春霞.一种改进遗传算法性能的方法研究[J].南开大学学报(自然科学版),2005,38(6):84-88. 被引量:6
  • 3许丽佳,蒲海波,蒋宏健.改进遗传算法的路径规划研究[J].微计算机信息,2006,22(02Z):251-253. 被引量:29
  • 4KRIKPATRICK S,GELETT C, VEECHI M. Optimization by simulated annealing[J]. Science, 1983, 220(8) :671--680.
  • 5PAPADIMITRIOUCH SEIGLITIK 刘振宏.组合最优化算法和复杂性[M].北京:清华大学出版社,1988.533-537.
  • 6梁久祯,兰东俊.基于先验知识的网页特征压缩与线性分类器设计[C].第十二届全国神经计算学术大会讨论文集.北京:人民邮电出版社,2002:494-501.
  • 7Rudolph G.Convergence Properties of Canonical Genetic Algorithms[J].IEEE Trans.on Neural Networks,1994,5(1):96-101.
  • 8Yiming Y.An Evaluation of Statistic Approaches to Text Categorization[J].Information Retrieval,1999,1(1/2):69-90.
  • 9Salton G,Wong A,Yang C.A Vector Space Model for Automatic Indexing[J].Communications of ACM,1975,18(11):613-620.
  • 10Mnic D,Grobelnik M.Feature Selection for Unbalanced Class Distribution and Naive Bayees[C].Proceedings of the 6^th International Conference on Machine Learning.Blrf:Morgan Kaufmann,1999:258-267.

共引文献188

同被引文献29

引证文献3

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部