2025年3月31日
星期一
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
石菲
作品数:
1
被引量:0
H指数:0
供职机构:
华东交通大学信息工程学院
更多>>
发文基金:
教育部人文社会科学研究基金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
黄志强
华东交通大学信息工程学院
刘遵雄
华东交通大学信息工程学院
郑淑娟
江西财经大学科研处
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
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
邮件
1篇
邮件过滤
1篇
正则
1篇
正则化
1篇
中文
1篇
中文垃圾邮件
1篇
中文垃圾邮件...
1篇
维数
1篇
维数约减
1篇
向量
1篇
向量空间
1篇
向量空间模型
1篇
垃圾邮件
1篇
垃圾邮件过滤
1篇
NMF
1篇
SEMI
机构
1篇
华东交通大学
1篇
江西财经大学
作者
1篇
郑淑娟
1篇
刘遵雄
1篇
黄志强
1篇
石菲
传媒
1篇
计算机应用研...
年份
1篇
2013
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于图正则化MNMF的中文垃圾邮件过滤
2013年
利用向量空间模型表示的文本邮件数据具有高维性,不利于邮件过滤模型的建立,需要对数据进行降维处理。最大间隔Semi-NMF(max-margin semi-nonnegative matrix factorization,MNMF)能够同时实现维数约减和邮件分类,而图正则化NMF能保持数据空间的几何结构。基于以上两种NMF改进模型,提出了图正则化MNMF(graph regularized MNMF,GMNMF)算法,并设计了一个迭代的求解算法。将GMNMF算法及其他相关算法用于中文垃圾邮件过滤实验,结果表明GMNMF算法构建的过滤模型要优于其他较好的算法构建的过滤模型。
刘遵雄
黄志强
郑淑娟
石菲
关键词:
向量空间模型
维数约减
中文垃圾邮件过滤
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张