首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 687 毫秒

1.  一种改进自动更新的中文邮件过滤模型的设计  
   苏艳刚《数字社区&智能家居》,2013年第20期
   该文提出了一种改进的基于用户操作信息自动学习的贝叶斯算法,该算法在最小风险贝叶斯算法的基础上,自动学习新样本,弥补了传统的贝叶斯分类器不能及时更新的缺陷。建立自动更新的中文邮件过滤模型,通过搭建实验平台测试对比分析改进的基于用户操作信息自动学习的贝叶斯算法的综合性能。    

2.  基于贝叶斯算法的垃圾邮件过滤技术的研究与改进  
   张付志  伍朝辉  姚芳《东北重型机械学院学报》,2009年第1期
   随着电子邮件的应用与普及,垃圾邮件的泛滥也越来越多地受到人们的关注。本文对基于贝叶斯的垃圾邮件过滤器的原理及其关键技术进行了详细的描述。针对朴素贝叶斯模型对分类信息过度简化和准确率低等缺点,通过引入分级的最小风险算法和对多项式和多重贝努利估计模型进行混合的方法分别对贝叶斯过滤器进行了改进,并进行了实验。实验结果表明,改进后的贝叶斯过滤器具有了更好过滤效果。    

3.  基于贝叶斯的垃圾邮件过滤技术  
   赵坤  马世军《硅谷》,2010年第2期
   大量垃圾邮件的出现给用户收发电子邮件带来极大困扰。贝叶斯算法由于在垃圾邮件过滤处理上表现出很高的准确度,因此受到广泛应用。因此,分析常用贝叶斯算法的优缺点,并对贝叶斯算法进行改进,应用最小风险贝叶斯方法与多项式(MM)模型相结合,构成邮件分类器的基本结构,降低垃圾邮件过滤系统分类错误率,提高分类准确率。最后对反垃圾邮件技术进行总结和展望。    

4.  单一表文件垃圾邮件过滤算法的研究与实现  
   崔永君  张永花《计算机工程与设计》,2009年第30卷第5期
   研究探讨了传统贝叶斯模型的原理和优缺点,指出朴素贝叶斯算法没有考虑到合法邮件和垃圾邮件被误判带来的不同损失.针对个人用户的个性化需求,以朴素贝叶斯算法为基础,结合最小风险,提出改进的基于垃圾单词的单一表文件垃圾邮件过滤算法,给出其具体实现方法及过程,并且通过实验证明其可行性.最后综合黑白名单、规则过滤和文本内容分类过滤三级模式构建了邮件过滤模型.    

5.  基于Agent的邮件过滤与个性化分类系统设计  被引次数:1
   刘毅  张月琳《计算机技术与发展》,2009年第19卷第2期
   随着电子邮件的广泛使用,垃圾邮件的危害日益增大,用户的个性化需求也日趋强烈.文中提出了一个基于A-gent的邮件过滤与个性化分类系统,既能过滤垃圾邮件,又可以根据用户的个性化需求对正常邮件进行自动分类.垃圾邮件过滤采用了朴素贝叶斯方法,邮件的个性分类采用了最小风险贝叶斯方法.邮件个性化分类有效地利用了邮件过滤的输出,提高了系统运行的效率.本系统还可以接收用户的反馈并传递给对应的Agent,从而改进分类算法,不断地微调分类系统.    

6.  基于贝叶斯的垃圾邮件过滤算法的研究  
   李雯  刘培玉《计算机工程与应用》,2007年第43卷第23期
   基于内容的垃圾邮件过滤问题是Internet安全技术研究的一个重点问题,而基于贝叶斯的分类方法在垃圾邮件处理上表现出了很高的准确度,因此受到了广泛的关注。在朴素贝叶斯算法的基础上,提出了一种基于最小风险贝叶斯方法同Boosting算法相结合的邮件过滤改进算法,提高了分类的精确度。实验证明,算法在邮件过滤中有更好的表现。    

7.  一种改进的贝叶斯算法在垃圾邮件过滤中的研究*  
   马小龙《计算机应用研究》,2012年第29卷第3期
   研究了改进的基于SVM-EM算法融合的朴素贝叶斯文本分类算法以及在垃圾邮件过滤中的应用。针对朴素贝叶斯算法无法处理基于特征组合产生的变化结果,以及过分依赖于样本空间的分布和内在不稳定性的缺陷,造成了算法时间复杂度的增加。为了解决上述问题,提出了一种改进的基于SVM-EM算法的朴素贝叶斯算法,提出的方法充分结合了朴素贝叶斯算法简单高效、EM算法对缺失属性的填补、支持向量机三种算法的优点,首先利用非线性变换和结构风险最小化原则将流量分类转换为二次寻优问题,然后要求EM算法对朴素贝叶斯算法要求条件独立性假设进行填补,最后利用朴素贝叶斯算法过滤邮件,提高分类准确性和稳定性。仿真实验结果表明,与传统的邮件过滤算法相比,该方法能够快速得到最优分类特征子集,大大提高了垃圾邮件过滤的准确率和稳定性。    

8.  基于贝叶斯分类的邮件过滤方法及模型研究  被引次数:6
   肖旻  刘晓璐  屠立忠《南京师范大学学报》,2006年第6卷第2期
   垃圾邮件日益泛滥,给用户带来了极大的不便和危害.并对网络安全构成威胁.传统邮件过滤方法单一,过滤精度不高,已不能很好地满足需求.结合规则过滤技术,分析了基于文本内容的贝叶斯分类器实现的关键技术与方法,并给出核心过滤算法在邮件分类中的实现具体方法及过程,进而完成垃圾邮件的判别.为减少邮件的误判对用户造成的损害及垃圾邮件漏判造成的影响,提出相应的改进措施,使用最小风险贝叶斯决策减小误判率,对分类系统经训练部分进行自适应调整,最后给出基于规则与内容的双重防范机制的邮件过滤模型及基于该框架的邮件判别流程.    

9.  一种改进的朴素贝叶斯分类器在文本分类中的应用研究  
   张璇  左敏《北京轻工业学院学报》,2009年第4期
   文本分类是数据挖掘领域中重要的研究分支.通过对自适应遗传算法和朴素贝叶斯分类器的研究,提出一种基于自适应遗传算法的朴素贝叶斯分类算法.将该算法应用于中文文本分类中,可以生成最优贝叶斯分类器及最优属性集合,提高分类精度.    

10.  基于最小风险贝叶斯涉密邮件统计分类算法  被引次数:1
   邢莉  喻建平《深圳大学学报(理工版)》,2008年第25卷第3期
   提出一种适用于涉密邮件统计分类的最小风险贝叶斯算法,用以提高涉密邮件统计分类准确性及其效率.算法以最小风险为分类原则,根据邮件内容的已有训练集,可自适应学习出涉密邮件分类的风险值,快速实现敏感邮件的最小风险扫描.统计分析表明,该算法准确有效,具有较好的适应性.    

11.  中文垃圾邮件多层次过滤技术的应用研究  
   刘延华  陈国龙《计算机工程与应用》,2009年第45卷第34期
   针对当前中文垃圾邮件过滤中存在的问题,提出了一种基于改进最小风险贝叶斯算法的多层次垃圾邮件过滤方法,并研究了其中关键应用技术。实验结果表明,所设计的多层次过滤算法不但在召回率和准确率上具有一定优势,还具有较高的过滤速率,实际应用性较强。    

12.  基于改进的朴素贝叶斯算法在垃圾短信过滤中的研究  
   张东亮  董礼《计算机测量与控制》,2012年第20卷第2期
   研究了基于SVM算法的改进朴素贝叶斯文本分类算法及在垃圾短信过滤中的应用。针对朴素贝叶斯算法条件独立性假设、过分依赖于样本空间的分布和内在不稳定性的缺陷,造成了算法时间复杂度的增加,提出了改进的基于SVM算法的朴素贝叶斯算法垃圾短信过滤的解决方案,充分结合了朴素贝叶斯算法高效分类和SVM算法增量学习及不依赖样本空间的特点;首先利用结构风险最小化原理和非线性变换将分类问题转化为二次寻优问题,最后利用朴素贝叶斯算法过滤短信,提高分类的准确度和稳定性;仿真实验结果表明,该算法能够快速得到最优分类特征子集,有效提高了垃圾短信过滤的准确率和分类速度。    

13.  基于用户行为的邮件分类算法  
   陈治平  谭义红  赵碧海《计算机应用》,2014年第5期
   针对垃圾邮件过滤过程中分类模型难以个性化、难以适应用户兴趣动态变化的问题,提出了一种基于用户行为的邮件分类算法。通过分析朴素贝叶(NB)斯分类算法的原理,改造朴素贝叶斯算法,使其具有动态调整能力。邮件服务器接收到新邮件后自动进行分类判别,用户浏览邮件的过程中对邮件进行操作,根据用户对错分邮件的处理自动将该邮件加入训练数据集,并动态更新相应特征的统计概率,使邮件分类算法能够依据用户对不同邮件的操作行为动态调整分类模型,以达到有效过滤垃圾邮件的目的。与常用的贝叶斯分类算法的实验比较表明在给定小样本集合进行训练的情况下,新算法对于垃圾邮件的识别率比传统的朴素贝叶斯方法、基于风险敏感的朴素贝叶斯方法等提高了10%,获得了较好的分类性能。    

14.  新的基于最小风险的贝叶斯邮件过滤模型*  被引次数:1
   王涛  裘国永  何聚厚《计算机应用研究》,2008年第25卷第4期
   分析了目前在垃圾邮件过滤中广泛应用的基于最小风险的朴素贝叶斯模型,提出了一种新的基于直线几何分割的朴素贝叶斯邮件过滤模型LGDNBF,定义了新的风险因子。新的风险因子对决策风险的描述更加精确,同时使得LGDNBF具有一定的可扩展性。实验结果证明,LGDNBF的分类准确率比传统的基于最小风险的朴素贝叶斯模型有明显的改善。    

15.  基于最优属性约简的中文邮件过滤系统  
   李六杏 区凤霞《数字社区&智能家居》,2007年第3期
   对朴素贝叶斯理论作为中文邮件过滤技术进行了分析改进,邮件预处理后,对其进行分词处理,利用基于依赖性的粗糙集最优属性约简方法来对邮件集进行特征维数压缩。条件属性的数目大幅减少,提高了分类的效率。    

16.  基于最优属性约简的中文邮件过滤系统  
   李六杏  区凤霞《数字社区&智能家居》,2007年第1卷第5期
   对朴素贝叶斯理论作为中文邮件过滤技术进行了分析改进,邮件预处理后,对其进行分词处理,利用基于依赖性的粗糙集最优属性约简方法来对邮件集进行特征维数压缩。条件属性的数目大幅减少,提高了分类的效率。    

17.  粗糙贝叶斯改进算法在垃圾邮件分类中的应用  
   莫秉戈《现代计算机》,2008年第10期
   分析当前使用最广泛的粗糙贝叶斯算法,指出其在实际应用中的不足,并采用2-gram理论对该算法进行了改进.经过实验证明,改进后的粗糙贝叶斯算法,邮件分类效果明显改善,垃圾邮件误判率、合法邮件误判率和平均误判率都有大幅度下降.    

18.  基于贝叶斯最小风险的垃圾邮件过滤技术  
   余承依《计算机时代》,2009年第5期
   分析了贝叶斯分类方法在中文垃圾邮件过滤中的应用。提出了基于贝叶斯最小风险的垃圾邮件过滤技术,通过选择适当的损失函数,尽可能减少合法邮件的误判。实验结果表明,该方法是切实可行的并具有良好的效果。    

19.  浅析贝叶斯方法在文本分类中的应用  
   刘颖《数字社区&智能家居》,2007年第22期
   贝叶斯分类算法是基于贝叶斯全概率公式的分类算法,是一种简单有效的分类方法.本文系统的介绍贝叶斯分类算法的原理及贝叶斯分类算法的特点,并重点阐述两种常用的贝叶斯分类算法模型及应用.    

20.  基于中文变形词匹配的贝叶斯邮件过滤模型  被引次数:1
   汪霞  郑宁  徐明  陈默《计算机应用与软件》,2010年第27卷第1期
   针对特征词变异的中文垃圾邮件问题,提出了一种基于变形特征词匹配还原的新贝叶斯邮件过滤算法。改进的模型能自动发现邮件中的变异特征词,并根据对应的变异类型还原算法将其还原,避免了变异特征词的匹配逃脱。算法提高了对于含有拼音替换、同音字替换、符号插入等变形特征词样本的分类准确率。实验表明,改进的过滤算法比普通贝叶斯算法有更好的性能。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号