您的位置: 专家智库 > >

黑龙江省教育厅科学技术研究项目(12511444)

作品数:1 被引量:0H指数:0
相关作者:王莹莹丁华福韩咏邹钰闵莉更多>>
相关机构:哈尔滨理工大学黑龙江工程学院更多>>
发文基金:黑龙江省教育厅科学技术研究项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇学习算法
  • 1篇邮件
  • 1篇邮件过滤
  • 1篇中文
  • 1篇中文垃圾邮件
  • 1篇中文垃圾邮件...
  • 1篇垃圾邮件
  • 1篇垃圾邮件过滤

机构

  • 1篇哈尔滨理工大...
  • 1篇黑龙江工程学...

作者

  • 1篇闵莉
  • 1篇邹钰
  • 1篇韩咏
  • 1篇丁华福
  • 1篇王莹莹

传媒

  • 1篇黑龙江工程学...

年份

  • 1篇2012
1 条 记 录,以下是 1-1
排序方式:
面向垃圾邮件过滤的典型机器学习算法比较研究
2012年
基于机器学习的垃圾邮件过滤技术是当前垃圾邮件过滤的主流方法。机器学习模型主要分为两类:以朴素贝叶斯(NB)为代表的生成模型和以逻辑回归模型(LR)、支持向量机模型(SVM)为代表的判别学习模型。以往对两种模型的研究都是针对某一种语言进行,对于模型的语言独立性与相关性研究较少。因此,在中文数据集和英文数据集上比较典型的生产模型和判别学习模型的过滤性能。比较Bogo(Bogo系统是基于贝叶斯算法的,它是典型的生成模型)、逻辑回归模型和松弛在线支持向量机(两种典型的判别学习模型)在中英文数据集上的过滤性能。其中:实验是在公开英文数据集TREC05p-1、TREC06p和公开中文数据集TREC06c、SEWM2011上进行。实验结果显示基于判别模型垃圾邮件过滤器性能明显优于基于生成模型,并且相同的模型在中文数据集上显示了较好的效果。
丁华福王莹莹韩咏闵莉邹钰
关键词:中文垃圾邮件过滤
共1页<1>
聚类工具0