搜索结果: 1-15 共查到“垃圾邮件”相关记录54条 . 查询时间(0.132 秒)
基于模拟退火算法和发送行为的垃圾邮件检测模型
垃圾邮件 模拟退火算法 发送行为
2018/9/30
垃圾邮件给当今人们的生活带来严重的负面影响.虽然已经有很多过滤方法,但大多存在一定的不足之处,如检测时间长、召回率低等问题.本文提出了一种基于模拟退火算法和发送行为的垃圾邮件检测模型,旨在弥补已有检测方法的不足.模拟退火算法可能找到全局最优解,且收敛性强；而基于发送行为的垃圾邮件检测技术能显著提高服务器处理垃圾邮件的速度.本文尝试将二者相结合,以提高垃圾邮件的召回率及服务器处理能力.通过实验结果可...
为在不显著降低垃圾邮件识别精度的同时有效提高邮件识别速度,提出了一种在线垃圾邮件快速识别新方法.首先引入用户正、负兴趣集的概念,结合用户兴趣集及支持向量机对邮件进行分类;然后根据主动学习理论,结合训练集样本密度及改进角度差异方法寻找分类最不确定的样本并推荐给用户进行类别标注;最后将标注后样本及分类最确定性样本加入训练集,并使用样本价值评价新函数淘汰冗余样本以生成新的训练集.实验表明,本文方法的用户...
基于灰度—梯度共生矩阵的图像型垃圾邮件识别方法
图像型垃圾邮件 灰度—梯度共生矩阵 最小二乘支持向量机 纹理特征
2014/3/26
为了逃避基于文本的垃圾邮件系统的检测，越来越多的垃圾邮件制造者将文本信息嵌入到图像中。为了有效地检测出图像型垃圾邮件，提出了一种基于灰度—梯度共生矩阵(GGCM, gray-gradient co-occurrence matrix)的图像型垃圾邮件识别方法。先通过灰度—梯度共生矩阵提取图像的特征信息，然后运用最小二乘支持向量机（LS-SVM, least squares support vect...
垃圾邮件的误判问题一直是反垃圾邮件领域中未能得到根本解决的难点。基于清华大学邮箱系统及反垃圾邮件网关系统进行了一整年的部署和实验（2011年9月至2012年10月），通过用户对可疑垃圾邮件点击召回的历史行为进行分析，并采用对其感兴趣的垃圾邮件进行文本相似度计算以及关键参数预测的方法来智能化预测用户对当前某一封垃圾邮件的感兴趣程度，即基于用户主观的选择和体验来帮助用户自动召回其可能感兴趣、然而却被反...
基于颜色和边缘特征直方图的图像型垃圾邮件分类模型
图像识别 颜色直方图 边缘特征 图像型垃圾邮件分类
2010/8/23
提出了一种新型的图像分类识别方法,该方法不依赖于对图像内容文字信息的提取，而是直接采用图像的颜色信息和图形边缘特征来构造用于图像模式分类的统计模型。通过在公开数据集上的实验结果表明，提出的模型对图像型垃圾邮件具有良好的分类能力，分类性能优于现有相关方法。由于该方法对图像型垃圾邮件的分类准确率高，且不受图像文字识别干扰技术的影响，具有良好的应用前景。
中文垃圾邮件多层次过滤技术的应用研究
多层次过滤 最小风险贝叶斯 特征选择
2009/12/10
针对当前中文垃圾邮件过滤中存在的问题，提出了一种基于改进最小风险贝叶斯算法的多层次垃圾邮件过滤方法，并研究了其中关键应用技术。实验结果表明，所设计的多层次过滤算法不但在召回率和准确率上具有一定优势，还具有较高的过滤速率，实际应用性较强。
利用遗传算法优化的支持向量机垃圾邮件分类
支持向量机 遗传算法 垃圾邮件
2009/11/30
提出一种利用遗传算法优化支持向量机来进行垃圾邮件的分类方法。首先对邮件进行预处理，然后利用遗传算法优化支持向量机的惩罚因子和核函数参数的组合，最后利用优化后的支持向量机对邮件进行分类。在由5800篇邮件构成的数据集上进行实验的结果表明,该方法能达到89.67%的准确率,提高了对中文垃圾电子邮件过滤的准确性。
垃圾邮件过滤研究与实现
垃圾邮件 规则过滤 贝叶斯分类
2009/11/19
系统以垃圾邮件过滤为目标，设计并实现了一个垃圾邮件过滤系统SpamBlocker.该系统整合规则过滤、贝叶斯分类、病毒检测和黑/白名单等垃圾邮件检测技术，采用评分方法判断邮件的垃圾性，并利用规则过滤给贝叶斯分类提供学习样本，提高了系统对新垃圾邮件的适应性.
垃圾邮件处理中LDA特征选择方法
垃圾邮件过滤 一种话题模型（LDA） 特征选择
2009/10/10
垃圾邮件处理是一项长期研究课题，越来越多的文本分类技术被移植到垃圾邮件处理应用当中。LDA（Latent Dirichlet Allocation）等topic模型在自动摘要、信息获取和其他离散数据应用中受到越来越多的关注。将LDA模型作为一种特征选择方法，引入垃圾邮件处理应用中。将LDA特征选择方法与质心＋KNN分类器结合，得到简单的测试用垃圾邮件过滤器。初步实验结果表明，基于LDA的特征选择方...
结合传统贝叶斯算法的数学定理,给出了朴素贝叶斯过滤算法以及该算法在反垃圾邮件中的六个处理步骤,算法通过渐进学习的方式分别建立三个哈希表,并预置相应的阀值来判定收到的邮件是否为垃圾邮件.以实例方式说明了此算法为基础的反垃圾邮件策略,最后指出了朴素贝叶斯算法存在的问题及可能改进的方向,对防范和处理垃圾邮件提供理论依据和实践参考.
基于颜色与角点特征的图像垃圾邮件识别算法
图像垃圾邮件 颜色特征 角点特征
2009/8/20
垃圾邮件制造者将垃圾信息嵌入图像中，使基于文本内容的反垃圾邮件系统失效。对垃圾邮件图像的特点深入分析后，提出一种垃圾邮件图像识别算法。垃圾邮件图像多为计算机合成图像，其颜色不如自然图像丰富，且因含有大量文字导致图像中角点角度值分布呈现出一定的规律性。针对此问题选用颜色和角点特征并结合支持向量机分类算法来识别垃圾邮件图像。实验结果表明，该算法对真实垃圾邮件图像的识别精确率超过98%。
基于支持向量机的垃圾邮件过滤方法
垃圾邮件过滤 支持向量机 领域术语抽取
2009/8/20
针对中英文混合垃圾邮件过滤问题，提出一种基于支持向量机(SVM)的过滤方法和融合多种分类特征的框架。通过改进SVM中线性核的表示方式，解决存储空间和计算量问题。通过领域术语自动抽取技术，增强垃圾邮件过滤的语义单元识别能力，提高垃圾邮件分类性能。在跨语言大规模语料库上的实验表明，采用SVM比采用Good-Turing算法平滑的朴素贝叶斯模型泛化性能提高了6.13%，分类精度比最大熵模型提高了8.18...
基于协同过滤的垃圾邮件过滤系统
垃圾邮件 协同过滤 文本过滤
2009/8/7
针对当前垃圾邮件过滤技术中邮件性质评价难及邮件附件判断难的问题，提出协同过滤模型，设计一个多层次垃圾邮件过滤系统。该系统针对垃圾邮件一般群发给多人的特点，提取用户的操作和阅读速度进行反馈，利用他人的反馈结果进行协同过滤。实验和分析结果表明，协同过滤技术有效地提高了垃圾邮件过滤的召回率。
代价敏感支持向量机在垃圾邮件过滤中的应用
垃圾邮件过滤 代价敏感 假阳性
2009/7/31
支持向量机在垃圾邮件过滤中能达到较高的分类准确率，实际应用中，将正常邮件误判为垃圾邮件会给用户造成更大的损失。该文提出一个基于代价敏感支持向量机的垃圾邮件过滤方案，通过为正类和负类训练样本设置不同的错误惩罚系数对分类器进行训练，在保证较高的垃圾邮件召回率的前提下，尽可能降低正常邮件的误判率(假阳性率)。实验结果表明，该方案能有效地提高过滤器的整体性能，更好地满足垃圾邮件过滤的实际要求。
改进的朴素贝叶斯垃圾邮件过滤算法
朴素贝叶斯 信息增益 多变量贝努里事件模型
2009/7/22
介绍了朴素贝叶斯垃圾邮件过滤算法，对于朴素贝叶斯算法中条件概率的计算，选用了多变量贝努里事件模型的计算方法，在多变量贝努里事件模型的基础上进行了改进，并在Ling-Spam语料库上进行实验，实验结果表明改进后的算法有效地提高了过滤器的召回率和精确率，并且降低了过滤器的错误率。