侯体宗的博客
  • 首页
  • Hyperf版
  • beego仿版
  • 人生(杂谈)
  • 技术
  • 关于我
  • 更多分类
    • 文件下载
    • 文字修仙
    • 中国象棋ai
    • 群聊
    • 九宫格抽奖
    • 拼图
    • 消消乐
    • 相册

GO语言利用K近邻算法实现小说鉴黄

Go  /  管理员 发布于 5年前   215

Usuage:
  go run kNN.go --file="data.txt"

关键是向量点的选择和阈值的判定
样本数据来自国家新闻出版总署发布通知公布的《40部淫秽色情网络小说名单》

package main import (  "bufio"  "flag"  "fmt"  "io"  "log"  "math"  "os"  "path"  "path/filepath") var debug bool = falsevar data_dir string = "./moyan"    //文件存放目录var limen float64 = 0.1159203888322267 //阈值 const (  MIN_HANZI rune = 0x3400  MAX_HANZI rune = 0x9fbb) var labels []rune = []rune{  0x817f, 0x80f8, 0x4e73, 0x81c0,  0x5c41, 0x80a1, 0x88f8, 0x6deb,} func errHandle(err error) {  if err != nil {    log.Fatal(err)  }} func load(name string) (m map[rune]int, err error) {  f, err := os.Open(name)  if err != nil {    return nil, err  }  defer f.Close()  buf := bufio.NewReader(f)  m = make(map[rune]int)  var r rune  for {    r, _, err = buf.ReadRune()    if err != nil {      if err == io.EOF {        break      }      return nil, err    }    if r >= MIN_HANZI && r <= MAX_HANZI {      m[r] += 1    }  }  return m, nil}func classify(m map[rune]int) (idv []float64, dis float64) {  len_m := len(m)  for i, v := range labels {    if debug {      fmt.Println(i, m[v], string(v), float64(m[v])/float64(len_m))    }    idv = append(idv, float64(m[v])/float64(len_m))  }  for _, v := range idv {    dis += math.Pow(v, 2)  }  dis = math.Sqrt(dis)  return}func check(fp string, dis float64) {  switch {  case dis >= limen:    fmt.Println(fp, dis, "涉黄")  case dis == 1.0:    fmt.Println(fp, dis, "你在作弊吗")  case dis == 0:    fmt.Println(fp, dis, "检查一下文件字符编码是不是utf8格式吧")  default:    fmt.Println(fp, dis, "正常")  }} func walkFunc(fp string, info os.FileInfo, err error) error {  if path.Ext(fp) == ".txt" {    m, err := load(fp)    errHandle(err)    _, dis := classify(m)    check(fp, dis)  }  return err} var file string func init() {  _, err := os.Stat(data_dir)  if err != nil {    err = os.Mkdir(data_dir, os.ModePerm)    errHandle(err)  }  flag.StringVar(&file, "file", "", "file read in,if you don't give the file read in,"+    "it will create a data dictionary,just pust your files in it")} func main() {  flag.Parse()  if file == "" {    filepath.Walk(data_dir, walkFunc)    return  }  m, err := load(file)  errHandle(err)  _, dis := classify(m)  check(file, dis) }

以上所述就是本文的全部内容了,希望大家能够喜欢。


  • 上一条:
    Go实现比较时间大小
    下一条:
    五步让你成为GO 语言高手
  • 昵称:

    邮箱:

    0条评论 (评论内容有缓存机制,请悉知!)
    最新最热
    • 分类目录
    • 人生(杂谈)
    • 技术
    • linux
    • Java
    • php
    • 框架(架构)
    • 前端
    • ThinkPHP
    • 数据库
    • 微信(小程序)
    • Laravel
    • Redis
    • Docker
    • Go
    • swoole
    • Windows
    • Python
    • 苹果(mac/ios)
    • 相关文章
    • 在go中实现一个常用的先进先出的缓存淘汰算法示例代码(0个评论)
    • 在go+gin中使用"github.com/skip2/go-qrcode"实现url转二维码功能(0个评论)
    • 在go语言中使用api.geonames.org接口实现根据国际邮政编码获取地址信息功能(1个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf分页文件功能(0个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf文件功能(0个评论)
    • 近期文章
    • 智能合约Solidity学习CryptoZombie第三课:组建僵尸军队(高级Solidity理论)(0个评论)
    • 智能合约Solidity学习CryptoZombie第二课:让你的僵尸猎食(0个评论)
    • 智能合约Solidity学习CryptoZombie第一课:生成一只你的僵尸(0个评论)
    • 在go中实现一个常用的先进先出的缓存淘汰算法示例代码(0个评论)
    • 在go+gin中使用"github.com/skip2/go-qrcode"实现url转二维码功能(0个评论)
    • 在go语言中使用api.geonames.org接口实现根据国际邮政编码获取地址信息功能(1个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf分页文件功能(0个评论)
    • gmail发邮件报错:534 5.7.9 Application-specific password required...解决方案(0个评论)
    • 欧盟关于强迫劳动的规定的官方举报渠道及官方举报网站(0个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf文件功能(0个评论)
    • 近期评论
    • 122 在

      学历:一种延缓就业设计,生活需求下的权衡之选中评论 工作几年后,报名考研了,到现在还没认真学习备考,迷茫中。作为一名北漂互联网打工人..
    • 123 在

      Clash for Windows作者删库跑路了,github已404中评论 按理说只要你在国内,所有的流量进出都在监控范围内,不管你怎么隐藏也没用,想搞你分..
    • 原梓番博客 在

      在Laravel框架中使用模型Model分表最简单的方法中评论 好久好久都没看友情链接申请了,今天刚看,已经添加。..
    • 博主 在

      佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 @1111老铁这个不行了,可以看看近期评论的其他文章..
    • 1111 在

      佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 网站不能打开,博主百忙中能否发个APP下载链接,佛跳墙或极光..
    • 2016-10
    • 2017-09
    • 2020-03
    • 2020-05
    • 2020-06
    • 2020-07
    • 2020-12
    • 2021-01
    • 2021-05
    • 2021-06
    • 2021-07
    • 2021-08
    • 2021-10
    • 2021-11
    • 2021-12
    • 2022-01
    • 2022-02
    • 2022-03
    • 2022-04
    • 2022-05
    • 2022-06
    • 2022-07
    • 2022-08
    • 2022-09
    • 2022-10
    • 2022-11
    • 2022-12
    • 2023-01
    • 2023-02
    • 2023-03
    • 2023-04
    • 2023-05
    • 2023-06
    • 2023-07
    • 2023-08
    • 2023-09
    • 2023-10
    • 2023-11
    • 2023-12
    • 2024-01
    • 2024-02
    • 2024-03
    • 2024-04
    • 2024-05
    • 2024-06
    • 2024-07
    • 2024-08
    • 2024-11
    • 2025-02
    • 2025-04
    • 2025-05
    • 2025-06
    Top

    Copyright·© 2019 侯体宗版权所有· 粤ICP备20027696号 PHP交流群

    侯体宗的博客