基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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5800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.
推荐文章
基于模糊支持向量机的中文垃圾邮件过滤方法
垃圾邮件
支持向量机
模糊支持向量机
模糊隶属度
隶属度函数
改进支持向量机的电子邮件分类
电子邮件
分类模型
特征提取
垃圾邮件
主成分分析
基于改进遗传算法的支持向量机微信垃圾文章识别
支持向量机
遗传算法
特征选择
参数优化
垃圾文章
遗传算法优化支持向量机的网络流量混沌预测
遗传算法优化
支持向量机
网络流量
混沌预测
相空间重构
预测模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用遗传算法优化的支持向量机垃圾邮件分类
来源期刊 计算机应用 学科 工学
关键词 支持向量机 遗传算法 垃圾邮件 参数优化 模式识别
年,卷(期) 2009,(10) 所属期刊栏目 人工智能
研究方向 页码范围 2755-2757
页数 3页 分类号 TP391.4
字数 3004字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王蔚 南京师范大学教育科学学院 51 369 10.0 18.0
2 张艳秋 南京师范大学教育科学学院 1 44 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (1875)
参考文献  (6)
节点文献
引证文献  (44)
同被引文献  (76)
二级引证文献  (170)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(11)
  • 引证文献(8)
  • 二级引证文献(3)
2013(14)
  • 引证文献(8)
  • 二级引证文献(6)
2014(26)
  • 引证文献(9)
  • 二级引证文献(17)
2015(38)
  • 引证文献(9)
  • 二级引证文献(29)
2016(25)
  • 引证文献(3)
  • 二级引证文献(22)
2017(31)
  • 引证文献(1)
  • 二级引证文献(30)
2018(31)
  • 引证文献(0)
  • 二级引证文献(31)
2019(26)
  • 引证文献(1)
  • 二级引证文献(25)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
支持向量机
遗传算法
垃圾邮件
参数优化
模式识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导