期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
抗干扰词攻击的免疫垃圾邮件过滤模型
1
作者 王小伟 郭红涛 王中锋 《计算机工程与科学》 CSCD 北大核心 2013年第12期173-177,共5页
针对当前基于人工免疫技术的垃圾邮件过滤算法中很少考虑干扰词攻击的情况,提出了一种抗干扰词攻击的免疫垃圾邮件过滤模型训练算法ANWAIS。该算法在基因库生成阶段,采用互信息差值作为评估函数,可以过滤掉垃圾邮件中的好词和正常邮件... 针对当前基于人工免疫技术的垃圾邮件过滤算法中很少考虑干扰词攻击的情况,提出了一种抗干扰词攻击的免疫垃圾邮件过滤模型训练算法ANWAIS。该算法在基因库生成阶段,采用互信息差值作为评估函数,可以过滤掉垃圾邮件中的好词和正常邮件中的垃圾词,从而使基因库更能反映垃圾邮件的特征;同时,在抗体更新阶段,通过维护丢弃词表,可保证基因库的纯洁性。仿真实验表明,该算法能够比未考虑干扰词攻击的垃圾邮件过滤算法获得更好的抗体质量和更优的分类性能。 展开更多
关键词 人工免疫 干扰词攻击 垃圾邮件过滤 互信息差值 基因库
下载PDF
中文文本分类的特征选取研究 被引量:2
2
作者 胡鑫 《甘肃科技》 2006年第5期119-120,共2页
在自动文本分类系统中,特征选择是有效降低文本向量维数的一种方法。在分析了常用的一些特征选择评价函数的基础上,提出了一个新的评价函数,即互信息差值。实验证明这一方法简单可行,有助于提高所选特征子集的有效性。
关键词 计算机应用 文本分类 特征选择 评价函数 互信息差值
下载PDF
对贝叶斯文本分类模型的改进 被引量:1
3
作者 王潇 《现代计算机》 2008年第1期21-23,共3页
在自动文本分类系统中,特征选择是有效降低文本向量维数的一种方法。朴素贝叶斯文本分类模型是一种简单而高效的文本分类模型。提出一个新的评价函数,即互信息差值,将其用于改进的贝叶斯文本分类模型"树桩网络"。结果表明,在... 在自动文本分类系统中,特征选择是有效降低文本向量维数的一种方法。朴素贝叶斯文本分类模型是一种简单而高效的文本分类模型。提出一个新的评价函数,即互信息差值,将其用于改进的贝叶斯文本分类模型"树桩网络"。结果表明,在大多数数据集上该方法具有良好的分类效果。 展开更多
关键词 文本分类 特征选择 互信息差值 树桩网络 朴素贝叶斯
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部