堆叠去噪自编码器在垃圾邮件过滤中的应用

• 作者: 冯伟森 李艳涛
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 堆叠去噪自编码器 垃圾邮件 分类 支持向量机 贝叶斯方法
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 3256-3260,3292
• 页数: 6页
• 分类号: TP393.098
• 字数: 5998字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.11.3256

摘要

针对垃圾邮件数量日益攀升的问题,提出了将堆叠去噪自编码器应用到垃圾邮件分类中.首先,在无标签数据集上,使用无监督学习方法最小化重构误差,对堆叠去噪自编码器进行贪心逐层预训练,从而获得原始数据更加抽象和健壮的特征表示;然后,在堆叠去噪自编码器的最上层添加一个分类器后,在有标签数据集上,利用有监督学习方法最小化分类误差,对预训练获得的网络参数进行微调,获得最优化的模型;最后,利用训练完成的堆叠去噪编码器在6个不同的公开数据集上进行测试.将准确率、召回率、更具有平衡性的马修斯相关系数作为实验性能评价标准,实验结果表明,相比支持向量机算法、贝叶斯方法和深度置信网络的分类效果,基于堆叠去噪自编码器的垃圾邮件分类器的准确率都高于95％,马修斯相关系数都大于0.88,在应用中具有更高的准确率和更好的健壮性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯伟森	四川大学计算机学院	9	83	5.0	9.0
2	李艳涛	四川大学计算机学院	1	15	1.0	1.0