基于SVM的智能情报分析数据风险特征筛选算法

摘要

为提高数据利用率，避免信息中风险因素对情报分析的影响，提出基于SVM(Support Vector Machine)的智能情报分析数据风险特征筛选算法。利用连续小波变换方法，排除情报数据中噪声信号对分析结果的影响，结合主成分分析法建立投影矩阵，提取多种类无噪情报数据主要特征；将多种类情报数据的主要特征提取结果输入至支持向量机中，利用最优化理论建立支持向量机内分类平面，并明确分类平面内特征数据分类规则，实现情报数据风险特征的筛选。实验结果表明，所提方法对情报数据可准确分类，风险数据检测效率较高，能实现风险数据的有效筛选。

关键词

连续小波变换方法 / 主成分分析法 / 最优化理论 / 分类平面