

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著科學(xué)技術(shù)的快速發(fā)展和互聯(lián)網(wǎng)時(shí)代的到來(lái),電子郵件以其方便、快捷、低成本的特點(diǎn)成為人們工作、生活不可缺少的通訊工具。但是電子郵件的快速發(fā)展也讓某些不法商人看到其中的巨大利益,垃圾郵件隨之出現(xiàn)并且日益泛濫。垃圾郵件在互聯(lián)網(wǎng)上的傳播不僅浪費(fèi)互聯(lián)網(wǎng)資源,而且成為有害信息和惡意軟件傳播的重要途徑。由于數(shù)量龐大的垃圾郵件對(duì)個(gè)人和企業(yè)的利益都造成了嚴(yán)重危害,反垃圾郵件的相關(guān)技術(shù)和政策隨之出現(xiàn)。在早期的反垃圾郵件技術(shù)中,研究者們提出了基于黑白名單的過(guò)
2、濾技術(shù)、基于關(guān)鍵字的過(guò)濾技術(shù)、基于自定義規(guī)則的過(guò)濾技術(shù)等。這些方法能在一定程度上遏制垃圾郵件的傳播,但是由于本身規(guī)則固定、且需要大量人工維護(hù),目前都只是作為輔助手段。針對(duì)這些反垃圾郵件技術(shù)的缺點(diǎn),研究者們提出了基于概率統(tǒng)計(jì)和機(jī)器學(xué)習(xí)的過(guò)濾技術(shù),如貝葉斯分類(lèi)技術(shù)。
研究者們對(duì)于原始的貝葉斯分類(lèi)技術(shù)進(jìn)行了很多方面的改進(jìn),比如樸素貝葉斯分類(lèi)模型以及AODE分類(lèi)模型。針對(duì)實(shí)際應(yīng)用場(chǎng)景中對(duì)實(shí)時(shí)性的要求,也有研究者提出了AAPE分類(lèi)模型。
3、但是AAPE分類(lèi)模型在選擇父屬性時(shí)沒(méi)有考慮屬性本身的順序?qū)Ψ诸?lèi)結(jié)果的影響,因此有可能導(dǎo)致分類(lèi)早期的分類(lèi)正確率較差。本文中針對(duì) AAPE分類(lèi)模型的不足,提出了基于遺傳算法和特征項(xiàng)權(quán)重的GAAPE分類(lèi)模型,在計(jì)算資源和分類(lèi)結(jié)果之間取得動(dòng)態(tài)平衡。本文的主要研究成果如下:
1.將遺傳算法和特征項(xiàng)權(quán)重計(jì)算方法引入AAPE分類(lèi)模型,提出了GAAPE分類(lèi)模型。分別利用屬性平均互信息和卡方統(tǒng)計(jì)信息的大小作為遺傳算法適應(yīng)度函數(shù)的依據(jù),使用遺傳算
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 貝葉斯算法在垃圾郵件過(guò)濾系統(tǒng)中的運(yùn)用.pdf
- 基于貝葉斯算法的垃圾郵件過(guò)濾研究.pdf
- 基于信息增益的貝葉斯數(shù)據(jù)挖掘算法在垃圾郵件過(guò)濾中的應(yīng)用.pdf
- 基于貝葉斯理論的中文垃圾郵件過(guò)濾算法研究.pdf
- 基于貝葉斯算法的垃圾郵件過(guò)濾系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于改進(jìn)貝葉斯算法的垃圾郵件過(guò)濾系統(tǒng)研究.pdf
- 基于貝葉斯算法的垃圾郵件過(guò)濾系統(tǒng)的研究與設(shè)計(jì).pdf
- 基于貝葉斯分類(lèi)算法的中文垃圾郵件過(guò)濾技術(shù)的研究.pdf
- 基于貝葉斯算法的垃圾郵件過(guò)濾系統(tǒng)的分析與實(shí)現(xiàn).pdf
- 基于知識(shí)積累型的樸素貝葉斯垃圾郵件過(guò)濾算法研究.pdf
- 基于貝葉斯算法的垃圾郵件識(shí)別與過(guò)濾技術(shù)研究.pdf
- 基于貝葉斯算法的垃圾郵件過(guò)濾系統(tǒng)的研究與開(kāi)發(fā).pdf
- 基于貝葉斯算法的垃圾郵件過(guò)濾系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 貝葉斯數(shù)據(jù)挖掘技術(shù)及其在反垃圾郵件中的應(yīng)用.pdf
- 基于遺傳算法和樸素貝葉斯分類(lèi)的郵件過(guò)濾系統(tǒng)研究.pdf
- 遺傳算法在反垃圾郵件系統(tǒng)中的應(yīng)用和改進(jìn).pdf
- 智能垃圾郵件過(guò)濾系統(tǒng)貝葉斯過(guò)濾器的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于貝葉斯方法的中文垃圾郵件過(guò)濾技術(shù)研究.pdf
- 基于粗糙集的最小風(fēng)險(xiǎn)貝葉斯垃圾郵件過(guò)濾算法的研究.pdf
- 基于樸素貝葉斯算法的藏文垃圾郵件過(guò)濾關(guān)鍵技術(shù)研究
評(píng)論
0/150
提交評(píng)論