[1] 杨丰瑞,郑云俊,张昌. 结合概率矩阵分解的混合型推荐算法[J]. 计算机应用, 2018,38(3):644-649.
[2] 沈学利,覃淑娟. 基于SMOTE和深度信念网络的异常检测[J]. 计算机应用, 2018,38(7):1941-1945.
[3] YIN C L, ZHU Y F, FEI J L, et al. A deep learning approach for intrusion detection using recurrent neural networks[J]. IEEE Access, 2017,5:21954-21961.
[4] KAYASTHA N, NIYATO D, PING W, et al. Applications, architectures, and protocol design issues for mobile social networks: A survey[J]. Proceedings of the IEEE, 2011,99(12):2130-2158.
[5] 高妮,贺毅岳,高岭. 海量数据环境下用于入侵检测的深度学习方法[J]. 计算机应用研究, 2018,35(4):1197-1200.
[6] 周于皓,张红玲,李芳菲,等. 局部关注支持向量机算法[J]. 计算机应用, 2018,38(4):945-948.
[7] 张永,李卓然,刘小丹. 基于主动学习SMOTE的非均衡数据分类[J]. 计算机应用与软件, 2012,29(3):91-93.
[8] BULUT E, SZYMANSKI B K. Friendship based routing in delay tolerant mobile social networks[C]// Proceedings of Global Telecommunications Conference(GLOBECOM 2010). 2010:1-5.
[9] BULUT E, SZYMANSKI B K. Exploiting friendship relations for efficient routing in mobile social networks[J]. IEEE Transactions on Parallel and Distributed Systems, 2012,23(12):2254-2265.
[10]汤可宗,肖绚,贾建华,等. 基于离散式多样性评价策略的自适应粒子群优化算法[J]. 南京理工大学学报, 2013,37(3):344-349.
[11]曹莹,苗启广,刘家辰,等. AdaBoost算法研究进展与展望[J]. 自动化学报, 2013,39(6):745-758.
[12]李国良,楚娅萍,冯建华,等. 多社交网络的影响力最大化分析[J]. 计算机学报, 2016,39(4):643-656.
[13]王晓雷,陈云杰,王琛,等. 基于Q-learning的虚拟网络功能调度方法[J]. 计算机工程, 2019,45(2):64-69.
[14]刘雪晴. 面向科研社交网络的小同行双向推荐算法[J]. 计算机应用与软件, 2018,35(10):171-180.
[15]肖云鹏,孙华超,戴天骥,等. 一种基于云模型的社交网络推荐系统评分预测方法[J]. 电子学报, 2018,46(7):1762-1767.
[16]王刚,郭雪梅. 社交网络环境下基于用户行为分析的个性化推荐服务研究[J]. 情报理论与实践, 2018,41(8):102-107.
[17]李佳,范巍. 基于改进D-S证据理论的网络入侵检测[J]. 控制工程, 2017,24(11):2362-2367.
[18]李永忠,陈兴亮,于化龙. 基于改进DS证据融合与ELM的入侵检测算法[J]. 计算机应用研究, 2016,33(10):3049-3051.
[19]王伍柒,周立萍. 基于证据推理算法的入侵检测系统[J]. 电脑知识与技术, 2017,13(28):32-34.
[20]熊丽荣,王玲燕,黄玉柱. 一种联合LTR和社交网络的Top-k推荐方法[J]. 小型微型计算机系统, 2018,39(12):2577-2584.
[21]王佳蕾,郭耀,刘志宏. 基于社交网络信任关系的服务推荐方法[J]. 计算机科学, 2018,45(S2):402-408.
[22]张茂元,孙树园,王奕博,等. 基于EKSC算法的网络事件热度预测方法[J]. 计算机工程与科学, 2018,40(2):238-245.
[23]邱秀连,田小虎,廖闻剑. 基于正负反馈的SEIR微博舆情传播模型[J]. 计算机与现代化, 2018(2):44-48. |