您的位置: 专家智库 > >

安徽省高校省级自然科学研究项目(KJ2012A205)

作品数:3 被引量:1H指数:1
相关作者:卜华龙郑尚志夏静顾传青钱云更多>>
相关机构:巢湖学院上海大学更多>>
发文基金:安徽省高校省级自然科学研究项目安徽省教育厅项目更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇理学

主题

  • 2篇邮件
  • 2篇垃圾邮件
  • 2篇垃圾邮件检测
  • 1篇正定矩阵
  • 1篇正定性
  • 1篇特征提取
  • 1篇矩阵
  • 1篇半监督学习
  • 1篇SVM算法
  • 1篇TRI-TR...

机构

  • 3篇巢湖学院
  • 1篇上海大学

作者

  • 2篇夏静
  • 2篇郑尚志
  • 2篇卜华龙
  • 1篇钱云
  • 1篇顾传青

传媒

  • 1篇应用数学与计...
  • 1篇巢湖学院学报
  • 1篇宿州学院学报

年份

  • 1篇2016
  • 2篇2014
3 条 记 录,以下是 1-3
排序方式:
矩阵正定性的进一步推广被引量:1
2014年
矩阵的正定性在很多领域中都有广泛的应用,其定义得到了一系列的推广.进一步推广了矩阵的正定性,给出了更广义的正定矩阵的定义,并得到了它的若干性质.
钱云顾传青
关键词:正定矩阵
基于特征提取的垃圾邮件检测
2014年
垃圾邮件处理作为一种典型的文本分类应用问题,受到高维数据的困扰。为提高垃圾邮件检测的效率和准确率,提出一种基于PLS特征提取和SVM的入侵检测算法,首先对原始垃圾邮件数据利用偏最小二乘算法降低维度,再采用遗传算法寻优转换特征子集,并通过支持向量机SVM进行分类。Matlab仿真实验表明,本算法能有效降低数据维数,提高检测的准确率。
卜华龙夏静郑尚志
关键词:SVM算法垃圾邮件检测特征提取
一种基于ECVM的Tri-training半监督垃圾邮件检测算法
2016年
为提高垃圾邮件检测精度,提出一种基于ECVM的Tri-training半监督垃圾邮件检测算法,兼顾了Tri-training算法的准确性和ECVM算法处理大规模数据的高效性特点,可以降低算法的时间和空间复杂度,提高未标记数据的利用率,适应垃圾邮件数据的规模大、标记数据少、稀疏性强等特点。Matlab实验表明Tri-training+ECVM比传统的Tri-training+SVM在准确率和时间复杂度指标上都有大幅度的提升。
卜华龙夏静郑尚志
关键词:TRI-TRAINING垃圾邮件检测半监督学习
共1页<1>
聚类工具0