共查询到20条相似文献,搜索用时 78 毫秒
1.
互联网的兴起促进了各种社交媒体快速发展,人们通过社交媒体了解新闻时事、获取消息资讯、讨论实时热点。但是正因为社交媒体传播速度快、范围广、成本低,也为谣言的发布和扩散也提供了温床。这些谣言会引发群众恐慌、危害公共安全、损害民众利益,对社会造成极大的影响。因此,近年来社交媒体上的谣言检测问题引发了广泛的关注。本文将现有的谣言检测模型分为三种类型,详细介绍了这三种不同类型的谣言检测方法,并对近年来较为典型的模型进行对比实验,分析了不同模型的检测效果。 相似文献
2.
3.
随着互联网的飞速发展,人们的生活获得了极大的便捷,但同时网络平台也滋生了大量的虚假信息,任由虚假的网络谣言广泛传播会极大地影响人们的生活,甚至影响国家的秩序,因此谣言检测研究具有较高的意义。文章对谣言检测方法的相关文献进行归纳分析,将检测方法按照谣言的特点分成了四类:基于内容的方法、基于用户信息的方法、基于传播的方法、基于外部知识引入的方法。然后介绍了部分公开的谣言检测数据集。最后对全文进行总结并展望了谣言检测的发展方向。 相似文献
4.
设计了一种基于卷积神经网络的放电声音检测方法,针对电力系统中设备绝缘老化引起的局部放电现象,提出通过终端边缘节点的声信号检测方法实时监控设备正常工作、局部放电和发生故障的三种状态,并将异常状态通过边缘计算专网反馈给运维中心。该系统通过设备终端的边缘节点采集发生故障时放电音频数据,这些故障包括:正常工作、局部放电和故障已发生的状态。并进行信号预处理和提取能够反映故障状态的音频特征。然后,将处理后的数据作为卷积神经网络的输入。实验表明所提方法与经典的深度神经网络相比,平均识别率提高了约2%。 相似文献
5.
6.
为了更好地学习网络谣言传播过程中的特征变化,提出了一种基于多跳的多模态融合的网络谣言检测方法。该方法采用faster RCNN提取视觉特征,通过GRU提取词特征,通过BERT提取句子特征,在提取词句基本特征后,利用RGCN实现图中不同节点间的信息传递。提取多模态特征后利用多跳注意力机制实现谣言检测。该方法可以较好解决诸如否定、歧义和长距离依赖等复杂问题,可以在更短路径上捕获远程依赖。通过与其它谣言检测方法的对比实验,验证了该方法在谣言检测和早期谣言检测领域应用的有效性。 相似文献
7.
8.
当前社会网络已取代传统媒体成为信息交流的重要平台,社会网络中的信息具有传播速度快,范围广,即时性强等优点.然而,由于发布信息时缺乏有效的监管手段,导致社会网络平台同时也成为谣言传播的温床.因此,快速有效地检测出社会网络谣言,对净化网络环境,维护公共安全至关重要.本文首先对谣言定义进行阐述,并描述当前谣言检测的问题及检测过程;其次,介绍不同数据获取方式并分析其利弊,同时对比谣言检测中不同的数据标注方法;第三,根据谣言检测技术的发展对现有的人工、机器学习和深度学习的谣言检测方法进行分析对比;第四,通过实验在相同公开数据集下对当前主流算法进行实证评估;最后,对社会网络谣言检测技术面临的挑战进行归纳并总结全文. 相似文献
9.
在现今攻击手段多样化和网络流量高维度的情况下,如何快速准确地检测网络入侵成为了目前研究的重点。深度神经网络(DNN)对于海量数据的处理具有很好的计算能力,并且可以学习样本数据的内在规律,因此基于DNN开展了网络入侵检测技术的研究。首先,通过符号数据数值化和数据归一化对公共数据集进行预处理;然后,构建DNN模型获取分类预测结果;最后,根据分类结果计算模型评价指标,并不断地迭代调整DNN模型,直到模型评价指标达到期望值,对于提高网络入侵检测准确度和效率具有重要的意义。 相似文献
10.
社交媒体已经成为当今社会信息交流高速发展的最主要工具之一,因其具有传播速度快、范围广等优势,为人们了解新闻时事、人际交流、发表言论带来了极大的便利。但同时由于言论自由度高,以及信息发布监管不到位,给谣言的滋生带来了大量的生长空间。谣言即未经证实的虚假信息,不法分子会趁机捏造事实来蛊惑和误导大众,严重的将会造成社会经济受损以及社会秩序动荡。应对社交媒体中的大量信息,需要构建相应的谣言检测模型来甄别谣言信息。因此文章将现有的谣言检测模型研究分为基于文本特征、基于传播结构特征以及基于多模态特征的谣言检测模型,并对这三种谣言检测模型进行介绍和总结。 相似文献
11.
12.
13.
14.
15.
交通灯的识别对人工智能以及无人驾驶都有着举足轻重的作用,本文研究交通识别中的红绿灯判断,用于改善驾驶员疲劳以及维护交通秩序从而提高驾驶安全系数减少交通事故的发生.通过机器视觉采集红绿灯交通信号图,运用Mat-lab进行图片处理截取红绿灯区域,提取每张图片的121个像素点RGB值,运用1和2分别表示绿灯和红灯,建立红绿灯... 相似文献
16.
王冬梅 《太赫兹科学与电子信息学报》2020,18(4):616-619
针对无线传感网络(WSNs)的节点定位问题,提出无人机辅助的基于前馈神经网络的节点定位(UAV-NN)算法。UAV-NN算法利用无人机(UAV)作为锚节点,并由UAV周期地发射beacon信号,利用极端学习机(LEM)训练单隐藏前向反馈的神经网络(SLFN),未知节点接收来自UAV发射的beacon信号,并记录其接收信号强度指示(RSSI),已训练的SLFN再依据RSSI值估计节点位置。仿真结果表明,相比于传统的基于RSSI定位算法,提出的UAV-NN算法无需部署地面锚节点;相比其他传统的机器学习算法,UAV-NN算法通过引用ELM,减少了定位误差。 相似文献
17.
18.
19.
本文在无线数据业务需求爆发增长的背景下,基于业务发展趋势提出适用于无线网络容量规划的神经网络预测模型,创新采用数据增量与循环迭代预测方法,提升业务预测精度,并将预测结论应用于无线网络容量规划中,指导网络资源合理配置. 相似文献
20.
在问卷调查数据自动识别和统计过程中,由于纸张的折叠、弯曲、变形及受污染等原因引起的数据误判时有发生,考虑到手工统计的繁杂性,开发一种自动、高效的智能处理系统具有相当大的实用价值。提出应用神经网络对调查问卷扫描图像进行识别处理的方法,建立基于MATLAB的Hopfield网络识别模型,并详细讨论了图像预处理、特征提取及Hopfield网络训练与识别这三个重要环节。针对建立好的识别模型,系统仿真情况下,符号识别率达到100%;在实际操作过程中,当训练样本数充足,样本来源可靠的情况下,识别率高达96%,基本实现预期效果。 相似文献