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 843 毫秒

1.  一种基于后缀数组聚类(SAC)的中文垃圾邮件过滤方法  
   李翔鹰  陈钟  唐礼勇  李欣《计算机科学》,2006年第33卷第5期
   贝叶斯算法在垃圾邮件过滤中应用广泛,但在中文垃圾邮件过滤中性能较低。本文通过聚类的思想,提出一种基于后缀数组聚类(SAC)的中文邮件特征项抽取方法,并给出了不同特征项抽取方法下贝叶斯算法的中文垃圾邮件过滤实验数据对比。实验表明,该方法显著提高了中文垃圾邮件的过滤性能。    

2.  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。    

3.  基于改进的贝叶斯中文垃圾邮件过滤方法研究  
   MA Wei  CHU Hong-dan  GAO Zhe  DONG Guan-hui《数字社区&智能家居》,2008年第Z2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了很高的准确度,因此受到了广泛的关注。本文将一种基于模拟退火遗传算法的贝叶斯分类方法引入到中文垃圾邮件过滤中,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。    

4.  结合特征和非特征信息改进Nave Bayes及其应用*  
   赵静  刘培玉  陈孝礼《计算机应用研究》,2011年第28卷第2期
   朴素贝叶斯算法是一种常见的基于内容的垃圾邮件过滤算法,但是,传统朴素贝叶斯过滤存在判断内容的不确定性和邮件表示不完整性等问题。分析邮件信头各域在正常邮件和垃圾邮件中表现出的不同属性,提取非特征信息,结合特征信息和非特征信息改进朴素贝叶斯算法。实验结果表明,改进的朴素贝叶斯分类方法与单纯使用特征信息的方法相比,垃圾邮件的召回率和准确率更高,凸显了该方法涵盖邮件信息、克服内容判断缺陷的优势。    

5.  基于贝叶斯神经网络的垃圾邮件过滤方法  被引次数:12
   李惠娟  高峰  管晓宏  黄亮《微电子学与计算机》,2005年第22卷第4期
   垃圾邮件过滤是当前互联网应用中急需解决的一个重要课题,日益受到人们的关注。本文提出了一种基于贝叶斯神经网络BNN(Bayesian Neural Network)的垃圾邮件过滤方法,利用贝叶斯推理和神经网络相结合的贝叶斯神经网络算法对用户给定的正常/垃圾邮件集合进行训练,得到邮件过滤模型。并且提出了一种有效的特征选择方法,采用信息增益准则,有效降低了特征维数。经过实验测试,本文提出的方法可以实现对垃圾邮件的有效过滤。    

6.  基于贝叶斯算法的中文邮件过滤系统设计  
   刘延华  林嘉雯《福建电脑》,2009年第25卷第11期
   本文针对当前中文垃圾邮件过滤中存在的问题,提出了一种基于贝叶斯算法的中文垃圾邮件过滤模型。实验结果表明。所设计的邮件过滤算法在召回率和准确率上具有良好的应用效果。    

7.  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。    

8.  基于朴素贝叶斯模型的邮件过滤技术  
   杨赫  孙广路  何勇军《哈尔滨理工大学学报》,2014年第1期
   针对朴素贝叶斯算法应用于反垃圾邮件过滤时,其有效性十分依赖于对邮件内容的有效建模,而邮件内容建模方面研究尚不成熟限制了贝叶斯方法在垃圾邮件过滤中的性能.采用了三种概率分布对邮件内容进行建模,据此提出了3种概率分布下的朴素贝叶斯算法.为了提高训练效率,算法采用了一种增量式的垃圾邮件过滤方法.在trec05p-1、trec06p两个公开数据集上对这3种贝叶斯算法进行了实验对比,分析出三种贝叶斯分布的适用范围.从不同分布的邮件内容建模角度出发,为过滤垃圾邮件的方法选择提供了有效依据.    

9.  改进的朴素贝叶斯垃圾邮件过滤算法  被引次数:1
   翟军昌  秦玉平  王春立《计算机工程与应用》,2009年第45卷第14期
   介绍了朴素贝叶斯垃圾邮件过滤算法,对于朴素贝叶斯算法中条件概率的计算,选用了多变量贝努里事件模型的计算方法,在多变量贝努里事件模型的基础上进行了改进,并在Ling-Spam语料库上进行实验,实验结果表明改进后的算法有效地提高了过滤器的召回率和精确率,并且降低了过滤器的错误率。    

10.  基于事例推理的中文垃圾邮件过滤  
   赵晶莹  郭海  王玲芬《微电子学与计算机》,2009年第26卷第12期
   分析现有垃圾邮件过滤分类算法的不足,根据垃圾邮件的概念漂移特性,提出了一种基于CBR的垃圾邮件过滤算法.针对中文垃圾邮件特点提取特征,设计基于CRN网络的实例检索算法,该算法增加了预计算阶段,从而提高检索速度.实验结果表明,与传统贝叶斯算法相比,该算法对于动态变化的中文垃圾邮件数据集有更好的过滤效果.    

11.  基于词条时序的朴素贝叶斯垃圾邮件过滤方法  被引次数:1
   常青《微电子学与计算机》,2010年第27卷第5期
   朴素贝叶斯分类算法是一种有效的垃圾邮件过滤技术.互联网上的信息随着时间推移产生概念的变迁,最近出现的垃圾邮件词条可作为判定垃圾邮件的重要依据.将新近的垃圾邮件词条单独记录,在进行邮件分类时,对于最近出现的垃圾词条,提高其对垃圾邮件判定的先验概率.通过实验对比,提出的垃圾邮件过滤方法较传统的朴素贝叶斯垃圾邮件过滤具有更高的准确性、精确性和召回率.    

12.  Lucene的最小风险概率加权朴素贝叶斯算法  
   邓春伟  史焕卿《哈尔滨理工大学学报》,2012年第17卷第1期
   为了提高垃圾邮件过滤的准确性,在分析垃圾邮件数据的基础上,对比信息检索与信息过滤之间的关系,将信息检索框架Lucene应用到垃圾邮件过滤系统中,提出最小风险概率加权的朴素贝叶斯算法,与最小风险法结合,有效地减少贝叶斯方法的独立性约束.实验验证了加权朴素贝叶斯算法的有效性.    

13.  基于网格的垃圾邮件过滤系统  
   石永革  洪艳芬  石峰《计算机工程与设计》,2009年第30卷第7期
   目前实际应用的垃圾邮件过滤技术效果不太理想,尤其是对垃圾邮件的误判率和漏判率问题较为突出.其中,基于概率统计的简单贝叶斯分类算法相对而言效果较好.为提高垃圾邮件过滤系统的分类准确率和效率,利用网格技术资源高度共享的优势,并对Bayes分类算法的应用模式进行改进,提出了一种基于网格的垃圾邮件过滤系统方案.    

14.  基于贝叶斯公式的垃圾邮件过滤方法  被引次数:7
   詹川 卢显良 周旭 侯孟书 袁连海《计算机科学》,2005年第32卷第2期
   伴随着电子邮件的广泛使用,垃圾邮件泛滥成灾,严重影响了人们正常的学习、工作和生活。本文提出了一种改进的基于贝叶斯公式垃圾邮件过滤技术。我们采用了基于词熵的特征项提取方法,并且使用特征项单词出现频率来表示向量,推导出相应的贝叶斯计算公式。实验表明,我们的方法使垃圾邮件过滤的整体性能都有明显提高。    

15.  一种基于向量空间模型的邮件自动过滤算法研究  被引次数:1
   肖旻《福建电脑》,2006年第8期
   对于垃圾邮件的判别和处理的研究,正逐渐成为热点。本文根据垃圾邮件过滤特点,通过对基于概率统计的贝叶斯理论的文本分类方法分析和探讨,引入基于向量空间模型中多变量贝努里事件模型的一种邮件自动过滤算法,并给出该算法的实现过程,完成垃圾邮件的分类与判别,最后给出邮件分类与过滤的实现流图。    

16.  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。    

17.  基于朴素贝叶斯算法的中文垃圾邮件过滤器的设计与应用  
   周修考《兰州工业高等专科学校学报》,2010年第17卷第6期
   针对垃圾邮件的特性,提出了一种基于朴素贝叶斯算法的过滤模型,并进行了过滤器的设计与实现,经仿真实验证明该中文邮件过滤系统切实可行,效果良好.    

18.  运用贝叶斯方法过滤垃圾邮件  被引次数:1
   何绍华《现代计算机》,2004年第5期
   本文简单介绍了贝叶斯算法,以及如何运用贝叶斯方法过滤垃圾邮件,并对两种反垃圾邮件的方法:贝叶斯过滤法和关键字检测法进行了比较.    

19.  基于贝叶斯的垃圾邮件过滤算法设计研究  被引次数:1
   谢小民《电子游戏软件》,2014年第15期
   伴随电子邮件的普及与应用,垃圾邮件也越来越泛滥并受到了人们的广泛关注。文章对基于贝叶斯的垃圾邮件过滤器的关键性技术展开了具体的分析,并在改进贝叶斯过滤器后展开了相关实验,结果表明基于认知学习的贝叶斯方法是一种新型的邮件过滤算法,查全率与查准率均较高。    

20.  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。    

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