基于核主成分分析与小波变换的高质量微博提取

被引：5

作者：

彭敏 ^{[1
,2
]}

傅慧 ^{[1
]}

黄济民 ^{[1
]}

黄佳佳 ^{[1
]}

刘纪平 ^{[1
,2
]}

机构：

[1] 武汉大学计算机学院

[2] 武汉大学深圳研究院

来源：

计算机工程 | 2016年 / 42卷 / 01期

关键词：

信息提取; 特征融合; 小波变换; 期望最大算法; 核主成分分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在线社交媒体中存在大量的噪音和冗余信息,为对其进行过滤和筛选,获取高质量的信息,提出基于核主分析和小波变换的高质量微博提取框架,并设计一种基于多特征融合的高质量信息的提取算法,将信息特征转换到小波域以更好地捕获信号间的细节差异。利用最大期望算法度量各个特征的权值,进一步融合得到特征综合值。为降低噪声特征对信息质量提取的影响并提高算法运算速度,引入核主成分分析对特征进行变换。实验结果表明,该框架能够提取出更高质量的微博,并且大幅减少运算时间。

引用

页码：180 / 186

页数：7

共 5 条

[1] Nonlinear component analysis as a kernel eigenvalue problem [J].

Scholkopf, B ;

Smola, A ;

Muller, KR .

NEURAL COMPUTATION, 1998, 10 (05) :1299-1319

[2]

Maximum Likelihood from Incomplete Data via the EM Algorithm.[J].A. P. Dempster;N. M. Laird;D. B. Rubin.Journal of the Royal Statistical Society. Series.1977, 1

[3]

实用统计方法.[M].梅长林;周家良编著;.科学出版社.2002,

[4] 面向网络论坛的高质量主题发现 [J].

陈友 ;

程学旗 ;

杨森 .

软件学报, 2011, 22 (08) :1785-1804

[5] 主成分分析应用方法的改进 [J].

徐雅静 ;

汪远征 .

数学的实践与认识, 2006, (06) :68-75

← 1 →