期刊文献+

基于神经网络集成的垃圾邮件过滤系统设计 被引量:1

The design of Spam Filtering System Based on Neural Network Ensemble
下载PDF
导出
摘要 垃圾邮件的处理是电子邮件服务中非常重要的功能,该文在对标准邮件集表示为向量空间模型,降维处理处理工作的基础上,运用神经网络集成的方法来构造邮件分类器,对邮件进行过滤;该方法在垃圾邮件语料库上进行了实验,实验证明该方法对于垃圾邮件的过滤有较好的效果。 It is a very important function to deal with spam in the email services.On the basis of expressing the standard email corpus as the form of vector space model,and reducing the emails dimension,this paper uses neural network ensemble to construct the email classifier,then to filter the email;this method experiments on the spam corpus,it proved that the method of the spam filtering is effective.
作者 刘宝萍 李爱军 LIU Bao-ping, LI Ai-jun(Information Management,Shanxi University of Finance & Economics,Taiyuan 030006,China)
出处 《电脑知识与技术》 2010年第1期171-173,共3页 Computer Knowledge and Technology
基金 国家自然基金:贝叶斯分类器与判别式学习方法研究(60873100)
关键词 邮件过滤 预处理 特征选择 神经网络集成 email filtering preprocess feature selection neural network ensemble
  • 相关文献

参考文献4

二级参考文献13

  • 1陈治平,王雷.基于自学习K近邻的垃圾邮件过滤算法[J].计算机应用,2005,25(B12):7-8. 被引量:15
  • 2任劼,项婧.基于神经网络的电子邮件分类与过滤[J].计算机工程与设计,2006,27(6):1021-1024. 被引量:5
  • 3张秋余,张博,迟宁.自然语言语义理解在反垃圾邮件中的应用[J].计算机应用,2006,26(6):1315-1317. 被引量:5
  • 4[1]I.Androutsopoulos.G.Paliouras.E.Michelakis.Learning to Filter Unsolicited Commercial E-Mail.Technical Report 2004.
  • 5[3]Fabrizio Sebastiani.Machine Learning in Automated Text Categorization[J].ACM Computing Surverys,2002,34(1):1-47.
  • 6[4]Tom Mitchell.Machine Learning[M].McCraw Hill,1996.
  • 7[5]Y.Yang.A Comparative Study on Feature Selection in Text Categorization[C].Proceedings of the Fourteenth International Conference on Machine Learning,1997.
  • 8[6]I.Androutsopoulos,J.Koutsias,K.V.Chandrinos,G.Paliouras and C.D.Spropoulos.An Evaluation of Na(i)ve Bayesian AntiSpam Filtering.Proc.of the Workshop on Machine Learning in the New Information Age[C].11th European Conference on Machine Learning,2000.
  • 9David H. Crocker. Standard for the Format of ARPA Internet Text Message[S]. RFC822, August 13,1982.
  • 10崔伟东,周志华,李星.神经网络VC维计算研究[J].计算机科学,2000,27(7):59-62. 被引量:3

共引文献248

同被引文献13

引证文献1

二级引证文献11

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部