基于神經(jīng)網(wǎng)絡的郵件分類識別研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著電子郵件的廣泛應用,垃圾郵件作為商業(yè)廣告、惡意程序或敏感內容的載體,也越來越對系統(tǒng)的安全和人們的生活造成了嚴重威脅,反垃圾郵件問題已經(jīng)成為全球性的具有重要現(xiàn)實意義的課題。 但是垃圾郵件快速增長的同時,反垃圾郵件的技術發(fā)展緩慢。目前絕大部分郵件過濾技術缺乏智能性和自學習性,不能對己有垃圾郵件的學習來獲取識別新垃圾郵件的知識。只有少部分郵件過濾技術具有學習能力(比如貝葉斯過濾技術),但該技術僅局限于針對郵件的正文內容進行學習,因

2、此,對于結構化文本信息的電子郵件米說,這種技術也有其自身的不足。 本文在貝葉斯過濾技術的啟發(fā)下,通過分析傳統(tǒng)郵件過濾技術的不足之處,在對大量垃圾郵件進行統(tǒng)計分析的基礎上,提出了一個基于服務器端的神經(jīng)網(wǎng)絡郵件分類識別模型。該模型綜合分析了垃圾郵件和合法郵件的特征,對郵件結構字段信息和郵件正文信息加以離散和特征化處理,并通過編程提取出7個特征屬性來表示成向量代表電子郵件。BP算法具有智能性和自學習性的特點,因此,本文提出采用BP神經(jīng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論