论文研究基于LDA模型的微博话题检测 .pdf

基于模型分析的指纹奇异点检测，王晓端，刘书炘，指纹奇异点（包括核心点和三角点）对指纹图像的脊谷纹理走向和结构有重要影响，是指纹图像的一个重要特征点，常用于指纹图像分类

特征选择是网络入侵检测研究中的核心问题，为了提高网络入侵检测率，提出一种人工鱼群算法（AFSA）和支持向量机（SVM）相融合的网络入侵检测模型（AFSA-SVM）。将网络特征子集编码成人工鱼的位置，以

基于数据挖掘的入侵检测系统模型，冯超，，本文提出了一种基于数据挖掘的分布式入侵检测系统模型，介绍了该系统模型的结构，以及系统进行数据挖掘的过程。

近年来,语义事件分析越来越受到重视,典型语义事件的检测与识别是一个具有挑战性的研究领域。提出了基于超图模型的复杂视频事件检测方法,通过分析对象的运动轨迹,检测出视频中的所有子事件并构建时序关系图及依赖

为了提高网络入侵检测的正确率，提出一种精英选择策略粒子群算法（EPSO）优化相关向量机（RVM）的网络入侵检测模型（EPSO-RVM）。将相关向量机的参数编码成粒子，将入侵检测正确率作为粒子群搜索的目

微博作为国内主流社交网站，信息量与日俱增。目前微博用户兴趣挖掘方法大多停留在研究用户浏览网页时点击行为、用户所发微博内容或所在社区等表象层面，尚未深入到微博用户使用特性层面。从用户微博内容出发，结合用

基于情感计算的微博文本情绪分类方法，焦桐，张天乐，本文提出一种基于情感计算的细粒度微博文本情绪分类方法，在对微博文本语料的情感分析中，整合现有的中文情感词典资源，构建微博

研究微博网络中的信息传播及扩散机制在市场营销、舆情管控等方面具有重要意义。当前的传播模型大多忽视了用户间的个体差异。为解决这一问题,提取了影响转发行为的四类特征,利用机器学习中的逻辑回归模型分析预测个

基于指数随机图的微博链路预测，黄浩，张闯，链路预测是根据网络中已有的边信息，用以预测有可能发生链接的那些节点。微博是一种新型的社交网络，逐渐成为虚拟世界中连接人与

由于目前水军的高伪装性，经典的水军识别算法变得不再有效。与真实用户相同，水军用户之间也会形成一定的网络结构，提出了一种基于网络关系的方法来发现水军集团，首先以一个典型的水军账号作为种子，逐层扩展粉丝关