基于加权子图和支持向量机相融合的邮件分类算法

• 作者: 陈立
• 来源期刊: 内蒙古师范大学学报（自然科学汉文版）
• 学科: 工学
• 关键词: 邮件分类 加权子图 特征提取 支持向量机 布谷鸟搜索算法
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 647-651
• 页数: 5页
• 分类号: TP311
• 字数: 3562字
• 语种: 中文

摘要

为了提高邮件分类的准确性和分类速度，提出一种基于加权子图和支持向量机相融合的邮件分类方法。首先通过收集邮件分类样本数据，利用加权子图提取邮件特征，并实现加权，然后采用核主成分分析选择邮件的最优特征子集，最后输入到支持向量机中进行学习，并采用布谷鸟算法搜索支持向量机参数，建立最优邮件分类器。仿真实验结果表明，该邮件分类方法不仅提高了邮件分类的正确率，而且分类速度明显加快，可以较好地满足网络邮件在线分类要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈立	浙江工商大学实验室与资产管理处	7	7	2.0	2.0