一种基于学习向量量化网络的垃圾邮件过滤方法

• 作者: 侯孟书 卢显良 周旭 詹川
• 来源期刊: 计算机科学
• 关键词: 学习向量量化 垃圾邮件过滤 互信息 向量空间模型
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 计算机网络与信息技术
• 页码范围: 66-68,87
• 页数: 4页
• 字数: 4408字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2005.03.017

摘要

伴随着电子邮件的广泛使用,垃圾邮件泛滥成灾,严重影响了人们正常的学习、工作和生活.本文针对目前的垃圾邮件主要是由多种商业或政治性类别的垃圾邮件组成的特点,利用学习向量量化网络能把多个子类合并成一个复杂大类的特性,构建了一个反垃圾邮件的LVQ神经网络模型,我们对该LVQ网络模型进行了与其他算法的对比试验,试验表明它比基于贝叶斯公式算法和基于神经网络BP算法的过滤器有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢显良	电子科技大学计算机科学与工程学院	170	1485	19.0	28.0
2	詹川	电子科技大学计算机科学与工程学院	9	158	6.0	9.0
3	周旭	电子科技大学计算机科学与工程学院	14	188	8.0	13.0
4	侯孟书	电子科技大学计算机科学与工程学院	43	557	14.0	22.0