【摘 要】
：
针对垃圾网页的内容特征和链接特征，设计一种集成主成分分析PCA（Principal Component Analysis）与支持向量机分类算法的垃圾网页检测方法。该方法使用PCA来提取网页样本特征的主
论文部分内容阅读
针对垃圾网页的内容特征和链接特征，设计一种集成主成分分析PCA（Principal Component Analysis）与支持向量机分类算法的垃圾网页检测方法。该方法使用PCA来提取网页样本特征的主成分，使用主成分特征训练支持向量机（SVM）分类器。训练过程引入AdaBoost以提高分类器的性能。此外，采用聚类算法处理训练和测试数据集，解决了样本不均衡问题。通过在WebSpam-UK2007数据集上进行多组对比实验，结果表明，所设计的垃圾网页检测方案具有最高的检测率（0.851）。
其他文献
探讨了蒙古文Birga的基本情况,并提出蒙古文编码标准(ISO/IEC 10646、GB 25914-2010)中增加的部分,在此基础上详细介绍了增加的十个蒙古文Birga的具体情况。
保证作为商业银行贷款担保方式中担保力最弱的一种,其风险的防范对于保证信贷资金的安全显得尤为重要。保证责任是保证制度的一个重要内容,在保证合同实务中涉及到保证人和债
本文主要分析了烧结钕铁硼材料晶粒的形成机制和与磁性能的关系,介绍了烧结晶粒聚集长大对元器件使用的影响,提出了控制晶粒大小的几种方法。
目的实验室对室间质评（EQA）回报结果往往仅注重不可接受的结果分析,而忽视了对回报结果的整体变化趋势的分析,从而导致不可接受的有限概率增大。为解决这一容易忽视的问题,本文
孟子性善说立足点有二：性上人禽之辨及心上论性。告、荀皆在材质上论性,人禽在性上并无区别。朱熹从理上论性,人禽之辨也落于材质差异,与告、荀无异。戴震欲反朱熹而倡血气心
目的:探讨阻断脑内胰岛素信号传导,致大鼠脑能量代谢障碍与Tau蛋白异常磷酸化及与阿尔茨海默病发病的关系.方法:实验于2004-10在中山大学神经科实验室进行,取36只SD大鼠随机
提出了一种无线运动传感器,它能够根据测量得到的三维加速度值、角速度值、磁感应强度值,实时计算出传感器的三维方向信息。它具有体积小、质量轻、成本低等优点,可以应用在
蒙古文属于一种复杂文本,随着国际化、多语言化的发展,开发使用蒙文OpenType字库已经成为一种趋势。OpenType字库允许在字库中存放字形替换规则,如何把名义字符转换为变形显
<正>2016年湖南高考英语将使用全国卷,考生将遇到一道新题型就是阅读七选五。此题将给出考生一篇三百个词左右的短文,要求从所给的七个选项中选出五个答案填入文章的空格处,
文章对三相四线制及三相三线制电能计量装置接线带电检查的方法、应具备的条件和注意事项进行了探讨,对电能计量现场校准人员、装表接电人员和用电检查人员有一定的帮助。