基于ARM平台的增量学习式垃圾短信判别分检系统

• 作者: 安波 张爱文 陆上
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 垃圾短信判别 增量学习 自主学习 机器学习 SMS
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 基金项目论文
• 页码范围: 133-136
• 页数: 4页
• 分类号: TP301.6
• 字数: 4730字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2012.12.037

摘要

当前垃圾短信层出不穷,严重影响到人们的工作生活.由于运营商SP的不作为甚至推波助澜,使得在客户的手机端通过对短信息过滤来实现垃圾短信的判断分拣就变得非常必要.作者介绍了一个在ARM9平台上开发的“自主学习式垃圾短信判别分拣系统”,通过在手机短信软件所有正常功能的基础上增设垃圾箱,采用增量学习的方式不断调整特征的权值,实现了以极高的准确度判断出收到的短信息是否垃圾短信,进而决定是将短信放入收件箱还是放入垃圾箱.ARM9平台实验结果显示该系统完全可以运行在低性能手机中,表明这项技术适用于大众手机,使大多数用户彻底告别垃圾短信骚扰.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安波	黑龙江工程学院计算机科学与技术学院	20	222	6.0	14.0
2	张爱文	黑龙江工程学院计算机科学与技术学院	8	67	4.0	8.0
3	陆上	黑龙江工程学院计算机科学与技术学院	5	2	1.0	1.0