10.3969/j.issn.1006-9348.2017.04.059
海量网页挂码信息自动采集方法仿真
为了更好的保障网络信息的安全稳定性,需要进行海量网页挂码信息自动采集方法研究,但是采用当前方法进行网页挂码信息自动采集时,无法构造网页挂码信息的高维特征空间,存在网页挂码信息自动采集精度低的问题.为此,提出一种基于改进神经网络的海量网页挂码信息自动采集方法.上述方法先采用神经网络对海量网页挂码信息样本进行标准化,得到信息特征的模糊隶属度函数,利用梯度优化法进行网络训练,将最小二乘支持向量机参数编码定义为蝙蝠个体,并以海量网页挂码信息自动采集有效性作为参数目标优化函数,通过模拟蝙蝠飞行过程搜索到最小二乘支持向量机最优参数,以此为依据完成对海量网页挂码信息自动采集.仿真证明,所提方法信息采集精度较高,可以为保障网络信息的安全稳定性提供可行的依据.
海量网页、挂码信息、自动采集
34
TP391(计算技术、计算机技术)
2017-06-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
280-283