收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络的谣言检测

刘政  卫志华  张韧弦  
【摘要】:人工检测谣言通常需要耗费大量的人力物力,并且会有很长的检测延迟。目前现存的谣言检测模型一般根据谣言的内容、用户属性、传播方式人工地构造特征,而人工构建特征存在考虑片面、浪费人力等现象。为了解决这个问题,提出了基于卷积神经网络(CNN)的谣言检测模型。将微博中的谣言事件向量化,通过卷积神经网络隐含层的学习训练来挖掘表示文本深层的特征,避免了特征构建的问题,并能发现那些不容易被人发现的特征,从而产生更好的效果。实验结果表明,所提方法能够准确识别谣言事件,在准确率、精确率与F1值指标上优于支持向量机(SVM)与循环神经网络(RNN)等对比算法。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨晓帅 ,付玫;神经网络技术让管理更轻松[J];软件世界;2000年11期
2 连红;潘志松;景凤宣;;一种基于规则和神经网络的系统在入侵检测中的应用(英文)[J];贵州师范大学学报(自然科学版);2006年04期
3 王兆霞;孙雨耕;张强;郝庭柱;孙小薇;秦娟;沈花玉;;基于复合神经网络的网络业务分类算法[J];天津大学学报;2006年S1期
4 陈熹;朱灿焰;;两种神经网络在入侵检测中的应用[J];通信技术;2011年11期
5 赵建华;李伟华;;有监督SOM神经网络在入侵检测中的应用[J];计算机工程;2012年12期
6 冯海亮;陈涤;林青家;陈春晓;;一种基于神经网络的网络流量组合预测模型[J];计算机应用;2006年09期
7 刘渊;曹建华;戴悦;;基于补偿器的灰色神经网络流量预测模型[J];计算机应用;2007年09期
8 黄巧云;;基于云模型与神经网络的网络态势分析[J];三明学院学报;2012年04期
9 乔晓梅;;基于粒子群算法优化的神经网络在入侵检测中的应用[J];商场现代化;2006年18期
10 刘晓;;基于径向基函数神经网络的网络流量识别模型[J];微型机与应用;2012年02期
11 高述涛;;小波消噪和神经网络的网络流量混沌预测[J];计算机工程与应用;2012年21期
12 刘鑫;;神经网络在网络丢包预测中的应用[J];渤海大学学报(自然科学版);2012年03期
13 刘玉玲;杜瑞忠;;基于模糊积分的多神经网络融合在入侵检测中的应用[J];河北大学学报(自然科学版);2008年03期
14 陈钜龙;;基于神经网络的计算机网络故障检测研究[J];计算机光盘软件与应用;2012年15期
15 贾学明;王娟;;规则与统计结合的双子网智能神经网络入侵检测系统[J];网络安全技术与应用;2008年05期
16 卢辉斌;王倩;;基于样条权函数神经网络的入侵检测[J];计算机应用研究;2009年02期
17 侯燕;;基于神经网络的计算机网络故障检测[J];煤炭技术;2012年04期
18 廖竣锴;基于神经网络的异常检测[J];信息安全与通信保密;2005年10期
19 刘凌雁;杨新华;李伟;;基于神经网络的局域网故障诊断系统设计[J];微计算机信息;2007年28期
20 姚萌;刘渊;周刚;;小波与神经网络相结合的网络流量预测模型[J];计算机工程与设计;2007年21期
中国重要会议论文全文数据库 前2条
1 张文涛;Wlodek Kulesza;;基于BP神经网络的防火墙流量预测[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
2 李明;贾波;;基于神经网络的P2P流量识别方法[A];浙江省信号处理学会2011学术年会论文集[C];2011年
中国博士学位论文全文数据库 前2条
1 吴静;入侵检测中神经网络融合学习方法的研究[D];吉林大学;2010年
2 刘贵松;入侵检测的神经网络方法[D];电子科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 李保军;基于CRO高阶神经网络的流量矩阵估计研究[D];华中师范大学;2015年
2 黄正观;基于BP神经网络的通信网故障诊断算法研究与实现[D];华北电力大学;2015年
3 张义宏;基于PCA的BP神经网络优化的研究与应用[D];东北大学;2014年
4 苑帅;基于改进QPSO优化的RBF网络入侵检测研究[D];河北工业大学;2015年
5 王龙;人工蜂群优化BP神经网络在入侵检测中的应用[D];河南大学;2015年
6 邓勇杰;基于改进灰色理论的网络安全态势预测方法研究[D];湖南工业大学;2015年
7 张志超;基于神经网络的SQL注入式攻击漏洞检测问题的研究与实现[D];北京工业大学;2016年
8 喻宝禄;基于医疗云平台的一类疾病分析模型研究[D];贵州大学;2016年
9 张才峰;基于联合特征的LDoS攻击检测方法[D];中国民航大学;2016年
10 赵朗;基于深度学习的Web信息抽取研究与实现[D];浙江大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978