作者:
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:
针对垃圾邮件威胁信息安全而又屡禁不止的现状,如何从技术上增加对垃圾邮件的控制,维护网络安全成为一个研究的热点问题.人工神经网络具有自适应的特点,在处理变化多端的垃圾邮件问题上有显著优势,但传统算法存在效率低下的问题.现结合模糊理论遗传算法提出了一种改进的BP神经网络算法,在一定程度上提高了算法的效率.通过对中文邮件分类的实验分析,结果表明,本算法的效率优于传统算法,并有较高的识别准确率.
推荐文章
基于贝叶斯神经网络的垃圾邮件过滤方法
贝叶斯神经网络
垃圾邮件
特征选择
信息增益
分类器
基于神经网络的"垃圾"邮件过滤系统设计
神经网络
BP算法
垃圾邮件
过滤
改进NB算法在垃圾邮件过滤技术中的研究
垃圾邮件
朴素贝叶斯
特征权重优化
果蝇优化算法
贝叶斯垃圾邮件过滤算法的改进与实现
贝叶斯
垃圾邮件过滤
模式匹配
模糊匹配
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 改进的神经网络算法在垃圾邮件过滤中的应用
来源期刊 信息技术 学科 工学
关键词 人工神经网络 垃圾邮件过滤 遗传算法
年,卷(期) 2015,(8) 所属期刊栏目 应用技术
研究方向 页码范围 174-178
页数 5页 分类号 TP393.098
字数 4701字 语种 中文
DOI 10.13274/j.cnki.hdzj.2015.08.046
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 王明璐 天津大学管理与经济学部 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (25)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(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(0)
  • 二级参考文献(2)
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)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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
人工神经网络
垃圾邮件过滤
遗传算法
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导