本文關(guān)鍵詞：基于加權(quán)子圖和支持向量機相融合的郵件分類算法

  更多相關(guān)文章： 郵件分類 加權(quán)子圖 特征提取 支持向量機 布谷鳥搜索算法

【摘要】：為了提高郵件分類的準確性和分類速度,提出一種基于加權(quán)子圖和支持向量機相融合的郵件分類方法.首先通過收集郵件分類樣本數(shù)據(jù),利用加權(quán)子圖提取郵件特征,并實現(xiàn)加權(quán),然后采用核主成分分析選擇郵件的最優(yōu)特征子集,最后輸入到支持向量機中進行學習,并采用布谷鳥算法搜索支持向量機參數(shù),建立最優(yōu)郵件分類器.仿真實驗結(jié)果表明,該郵件分類方法不僅提高了郵件分類的正確率,而且分類速度明顯加快,可以較好地滿足網(wǎng)絡郵件在線分類要求.
【作者單位】： 浙江工商大學實驗室與資產(chǎn)管理處;
【關(guān)鍵詞】： 郵件分類 加權(quán)子圖 特征提取 支持向量機 布谷鳥搜索算法
【基金】：浙江省社會科學界聯(lián)合會研究項目(2014Z051) 浙江省教育廳科研項目(Y201432308) 浙江省高等教育學會2015年度高等教育研究課題(Y20152309) 浙江省實驗室工作研究項目(Y201519)
【分類號】：TP393.098;TP18
【正文快照】： 隨著Internet迅速發(fā)展和普及,電子郵件(Email)已成為人們聯(lián)絡朋友的主要工具,但同時也產(chǎn)生了網(wǎng)絡入侵、病毒、不良信息傳播等問題,其中垃圾郵件問題不僅浪費網(wǎng)絡資源,還擾亂了人們的正常生活.因此,對垃圾郵件進行有效檢測和分類,成為當前網(wǎng)絡郵件管理研究中的重大課題[1].傳統(tǒng)

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 張兢;候旭東;呂和勝;;基于樸素貝葉斯和支持向量機的短信智能分析系統(tǒng)設計[J];重慶理工大學學報(自然科學版);2010年01期

2 陳功平;沈明玉;王紅;張燕平;;基于內(nèi)容的短信分類技術(shù)[J];華東理工大學學報(自然科學版);2011年06期

3 高茂庭;王正歐;;基于文檔標引圖模型的文本相似度策略[J];計算機工程;2008年07期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李欣;張聰;羅憲;;樸素貝葉斯應用于自動化測試用例生成[J];重慶理工大學學報(自然科學);2012年02期

2 楊文娟;;分布式智能消防報警與聯(lián)動控制系統(tǒng)[J];重慶理工大學學報(自然科學);2012年06期

3 張步良;;基于分類概率加權(quán)的樸素貝葉斯分類方法[J];重慶理工大學學報(自然科學);2012年07期

4 孟利青;常潤梅;;基于貝葉斯算法的短信營業(yè)廳防護系統(tǒng)設計[J];電信工程技術(shù)與標準化;2014年12期

5 常鵬;馮楠;馬輝;;一種基于詞共現(xiàn)的文檔聚類算法[J];計算機工程;2012年02期

6 孟海東;張煉;呂海林;;基于圖模型的文本分類方法的研究[J];計算機與現(xiàn)代化;2010年09期

7 張東亮;董禮;;基于改進的樸素貝葉斯算法在垃圾短信過濾中的研究[J];計算機測量與控制;2012年02期

8 常鵬;馮楠;;基于詞共現(xiàn)的文檔表示模型[J];中文信息學報;2012年01期

9 張永軍;劉金嶺;;基于特征詞的垃圾短信分類器模型[J];計算機應用;2013年05期

10 王紅;張燕平;陳功平;;云計算在手機短信分類中的應用研究[J];華中師范大學學報(自然科學版);2013年05期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 李群;主題搜索引擎聚類算法的研究[D];北京林業(yè)大學;2011年

2 王占一;Web文本挖掘中若干問題的研究[D];北京郵電大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 石安磊;基于文本相似度評分的中醫(yī)案例分析系統(tǒng)研究與實現(xiàn)[D];西北大學;2011年

2 王利鑫;文本自動比對研究與應用[D];南京信息工程大學;2011年

3 張煉;基于圖模型的Web文檔分類方法研究[D];內(nèi)蒙古科技大學;2010年

4 王金花;一種利用本體關(guān)聯(lián)度改進的TF-IDF特征詞提取方法[D];河北大學;2011年

5 譚暑秋;貝葉斯網(wǎng)絡在質(zhì)量管理分類中的應用研究[D];重慶理工大學;2011年

6 王曉園;貝葉斯方法在保險精算中的應用研究[D];重慶理工大學;2011年

7 趙文娟;基于支持向量機的不平衡數(shù)據(jù)分類研究及應用[D];重慶理工大學;2011年

8 張菲;基于本體的材料腐蝕特征信息檢索模型及應用技術(shù)研究[D];重慶理工大學;2011年

9 趙俊杰;基于文本挖掘技術(shù)的論文抄襲判定研究[D];合肥工業(yè)大學;2009年

10 閆晨;KNN文本分類研究[D];燕山大學;2010年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 邢軍;韓敏;;基于兩層向量空間模型和模糊FCA本體學習方法[J];計算機研究與發(fā)展;2009年03期

2 黃秀麗;王蔚;;一種改進的文本分類特征選擇方法[J];計算機工程與應用;2009年36期

3 李旭升;郭耀煌;;一種新穎混合貝葉斯分類模型研究[J];計算機科學;2006年09期

4 孫晉文;肖建國;;基于SVM文本分類中的關(guān)鍵詞學習研究[J];計算機科學;2006年11期

5 魯明羽;;Bayes文本分類器的改進方法研究[J];計算機工程;2006年17期

6 金展;范晶;陳峰;徐從富;;基于樸素貝葉斯和支持向量機的自適應垃圾短信過濾系統(tǒng)[J];計算機應用;2008年03期

7 周茜,趙明生,扈e，

本文編號：1018680