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:
电子邮件已经成为了人们日常生活中不可缺少的通讯方式,然而垃圾邮件的泛滥给计算机网络安全带来威胁并给人们正常的信息交流带来了极大的不便,因此反垃圾邮件日益重要.支持向量机是在统计学习理论的基础上发展起来的新型机器学习算法,在解决小样本学习、非线性及高维模式识别问题中表现较好.因此采用支持向量机对垃圾邮件进行过滤,首先将文本类型的邮件进行预处理,提取合适的邮件特征,把邮件转化成向量空间模型,最后用支持向量机方法进行分类.实验表明支持向量机提高了过滤性能.
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
支持向量机算法在邮件过滤中的应用
支持向量机
垃圾邮件
CRC
LS-SVM在垃圾邮件过滤中的应用
统计学习理论
支持向量机
LS-SVM
垃圾邮件过滤
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 支持向量机及其在邮件过滤中的应用
来源期刊 微处理机 学科 工学
关键词 支持向量机 邮件过滤 文本分类
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 43-45,49
页数 分类号 TP393.08
字数 2883字 语种 中文
DOI 10.3969/j.issn.1002-2279.2010.03.012
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 贾银山 辽宁石油化工大学计算机与通信工程学院 19 225 7.0 14.0
2 王强 辽宁石油化工大学计算机与通信工程学院 124 583 13.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (57)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(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)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
支持向量机
邮件过滤
文本分类
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
微处理机
双月刊
1002-2279
21-1216/TP
大16开
沈阳市皇姑区陵园街20号
1979
chi
出版文献量(篇)
3415
总下载数(次)
7
论文1v1指导