[1] |
胡小娟,刘磊,邱宁佳. 基于主动学习和否定选择的垃圾邮件分类算法[J]. 电子学报, 2018,46(1):203-209.
|
[2] |
赵星宇,赵志宏,王业沛,等. 基于聚类分析的微博广告发布者识别[J]. 计算机应用, 2018,38(5):1267-1271.
|
[3] |
黄海燕,刘晓明,孙华勇,等. 聚类分析算法在不确定性决策中的应用[J]. 计算机科学, 2019,46(S1):593-597.
|
[4] |
徐可,盖文妹,邓云峰. 基于LCS的应急决策文本相似性比对分析模型[J]. 中国安全生产科学技术, 2019,15(5):11-16.
|
[5] |
曲靖野,陈震,郑彦宁. 基于主题模型的科技报告文档聚类方法研究[J]. 图书情报工作, 2018,62(4):113-120.
|
[6] |
章蓉,陈谊,张梦录,等. 高维数据聚类可视分析方法综述[J]. 图学学报, 2020,41(1):44-56.
|
[7] |
谢秦,张清华,王国胤. 基于相似度量的自适应三支垃圾邮件过滤器[J]. 计算机研究与发展, 2019,56(11):2410-2423.
|
[8] |
刘月峰,张亚斌,苑江浩. 云环境下NB算法的垃圾邮件过滤研究[J]. 微电子学与计算机, 2018,35(8):60-63.
|
[9] |
曾玉生. 船舶通信网络垃圾邮件的检测分析[J]. 舰船科学技术, 2019,41(10):160-162.
|
[10] |
杨加,李笑难,张扬,等. 基于大数据分析的校园电子邮件异常行为检测技术研究[J]. 通信学报, 2018,39(S1):116-123.
|
[11] |
李振军,代强强,李荣华,等. 多维图结构聚类的社交关系挖掘算法[J]. 软件学报, 2018,29(3):839-852.
|
[12] |
谭章禄,彭胜男,王兆刚. 基于聚类分析的国内文本挖掘热点与趋势研究[J]. 情报学报, 2019,38(6):578-585.
|
[13] |
张琳,牟向伟. 基于Canopy+K-means的中文文本聚类算法[J]. 图书馆论坛, 2018,38(6):113-119.
|
[14] |
魏德志,陈福集,林丽娜. 基于MFIHC聚类和TOPSIS的微博热点发现方法[J]. 计算机应用研究, 2018,35(4):1014-1017.
|
[15] |
宋冬云,郑瑾,张祖平. 基于混合策略的中文短文本相似度计算[J]. 计算机工程与应用, 2018,54(12):116-120.
|
[16] |
洪壮壮,黄兆华,万仲保,等. 基于GMM的文本规则挖掘的粗糙集方法研究[J]. 中文信息学报, 2020,34(2):56-62.
|
[17] |
戴月明,王明慧,张明,等. SVD优化初始簇中心的K-means中文文本聚类算法[J]. 系统仿真学报, 2018,30(10):3835-3842.
|
[18] |
董祥祥,高昂,梁英,等. 动态社会网络数据发布隐私保护方法[J]. 计算机科学与探索, 2019,13(9):1441-1458.
|
[19] |
杨云,徐光侠,雷娟. 一种多分类的微博垃圾用户检测方法[J]. 重庆大学学报, 2018,41(8):44-55.
|
[20] |
陈龙,梁意文,谭成予. 基于自适应性分类器的垃圾邮件检测[J]. 计算机工程, 2018,44(5):194-200.
|
[21] |
肖琦,苏开宇. 基于随机森林的僵尸网络流量检测[J]. 微电子学与计算机, 2019,36(3):43-47.
|
[22] |
陈瑞东,赵凌园,张小松. 基于模糊聚类的僵尸网络识别技术[J]. 计算机工程, 2018,44(10):46-50.
|
[23] |
刘晓琴,王婕婷,钱宇华,等. 一种多强度攻击下的对抗逃避攻击集成学习算法[J]. 计算机科学, 2018,45(1):34-38.
|
[24] |
陈康,付华峥,向勇. 基于深度学习的恶意URL识别[J]. 计算机系统应用, 2018,27(6):27-33.
|
[25] |
王斌. 基于朴素贝叶斯算法的垃圾邮件过滤系统的研究与实现[J]. 电子设计工程, 2018,26(17):171-174.
|
[26] |
黄发明,殷坤龙,蒋水华,等. 基于聚类分析和支持向量机的滑坡易发性评价[J]. 岩石力学与工程学报, 2018,37(1):156-167.
|
[27] |
李奎,陈照,张洋子,等. 基于聚类分析和电磁辐射信号的电弧故障识别[J]. 电机与控制学报, 2018,22(5):94-101.
|
[28] |
陈佩. 主成分分析法研究及其在特征提取中的应用[D]. 西安:陕西师范大学, 2014.
|