基于SVM的智能情报分析数据风险特征筛选算法

董传民, 侯仰博, 樊祜卿, 李士杰

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (03) : 632-638. DOI: 10.19292/j.cnki.jdxxp.2025.03.028

基于SVM的智能情报分析数据风险特征筛选算法

  • 董传民, 侯仰博, 樊祜卿, 李士杰
作者信息 +
History +

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(Support Vector Machine)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

TP18 / G350

引用本文

导出引用
董传民, 侯仰博, 樊祜卿, 李士杰. 基于SVM的智能情报分析数据风险特征筛选算法. 吉林大学学报(信息科学版). 2025, 43(03): 632-638 https://doi.org/10.19292/j.cnki.jdxxp.2025.03.028

基金

菏泽市科技计划基金资助项目(2022KJCXZD03)

评论

Accesses

Citation

Detail

段落导航
相关文章

/