自十九屆全國代表大會以來,保密工作越來越成為維護(hù)國家利益的重要任務(wù)。而定密作為保密工作的關(guān)鍵一環(huán),也逐漸成為人們關(guān)注的重點。傳統(tǒng)的人工定密方式存在著可控制性差、適應(yīng)性弱、準(zhǔn)確度低以及定密效率過低的缺點。而隨著人工智能領(lǐng)域的興起,利用計算機(jī)技術(shù)建立數(shù)字化的定密技術(shù)成為了當(dāng)前保密領(lǐng)域相關(guān)學(xué)者的研究重點。本文對機(jī)器學(xué)習(xí)理論中支持向量機(jī)（SVM）分類算法與最小最大模塊化網(wǎng)絡(luò)（M³）算法進(jìn)行深入研究與分析,并將支持向量機(jī)（SVM）分類算法與最小最大模塊化網(wǎng)絡(luò)（M³）算法相結(jié)合提出最小最大支持向量機(jī)（M³-SVMs（H））定密技術(shù)。通過設(shè)計相關(guān)的實驗對建構(gòu)的最小最大支持向量機(jī)（M³-SVMs（H））定密技術(shù)的性能進(jìn)行驗證。通過對比不同定密技術(shù)定密工效率（耗時）以及準(zhǔn)確性（F1值）,得出結(jié)論最小最大支持向量機(jī)（M³-SVMs（H））定密技術(shù)有良好的定密效率以及準(zhǔn)確性。可以有效地應(yīng)用于定密工作中。 

【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 國內(nèi)外相關(guān)研究
        1.2.1 文本分類相關(guān)研究
        1.2.2 數(shù)字化定密技術(shù)相關(guān)研究
    1.3 文章研究內(nèi)容與結(jié)構(gòu)
        1.3.1 研究內(nèi)容
        1.3.2 文章內(nèi)容
第二章 數(shù)字化定密技術(shù)的相關(guān)技術(shù)理論
    2.1 引言
    2.2 待定密文本預(yù)處理
    2.3 待定密文本表示
    2.4 待定密文本特征選擇
    2.5 待定密文本分類算法
    2.6 評價檢驗
第三章 基于最小最大支持向量機(jī)算法的數(shù)字化定密技術(shù)研究
    3.1 問題分析
    3.2 支持向量機(jī)算法改進(jìn)研究
        3.2.1 線性可分支持向量機(jī)算法基本原理
        3.2.2 非線性可分支持向量機(jī)算法原理研究
    3.3 最小最大模塊化網(wǎng)絡(luò)算法原理分析
        3.3.1 最小最大模塊化網(wǎng)絡(luò)復(fù)雜任務(wù)分解
        3.3.2 最小最大模塊化網(wǎng)絡(luò)并行訓(xùn)練處理
        3.3.3 最小最大模塊化網(wǎng)絡(luò)模塊合并集成
    3.4 基于最小最大支持向量機(jī)的數(shù)字化定密算法
        3.4.1 最小最大支持向量機(jī)基本機(jī)理
        3.4.2 最小最大支持向量機(jī)超平面劃分原理
        3.4.3 基于最小最大支持向量機(jī)的定密算法
第四章 實驗設(shè)計與分析
    4.1 實驗設(shè)計
    4.2 實驗結(jié)果分析
        4.2.1 模擬涉密中文文檔結(jié)果分析
        4.2.2 美國已解密文檔結(jié)果分析
        4.2.3 綜合分析
第五章 總結(jié)與展望
    5.1 文章總結(jié)
    5.2 未來展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說明
致謝



本文編號：2915028