基于結構型模糊支持向量機的垃圾郵件分類系統(tǒng)的設計與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩79頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、作為因特網最具有爭議副產品的垃圾郵件給企業(yè)辦公、郵件服務器管理者以及計算資源帶來了額外負擔,降低了企業(yè)的工作效率,更嚴重地有可能帶來信息安全問題。研究垃圾郵件的分類算法和過濾機制,建立企業(yè)垃圾郵件分類系統(tǒng),對提高企業(yè)的工作效率和信息安全具有重要地現(xiàn)實意義。
  首先闡述了傳統(tǒng)垃圾郵件分類采用的樸素貝葉斯算法,介紹了近年來提出的模糊支持向量機算法,以及改進型的結構型模糊支持向量機算法。提出了將結構型模糊支持向量機算法應用在高維度、半

2、結構型的垃圾郵件文本分類系統(tǒng)中?;跈嗤腟pamBase數(shù)據集設計了對比實驗,驗證了結構型模糊支持向量機算法較其他兩種算法具有更高的穩(wěn)定性和分類準確率。基于對比實驗最終選取結構型模糊支持向量機算法作為本系統(tǒng)的分類算法,并進一步提出了該算法的兩個核心指標——模糊隸屬度和結構信息在郵件文本分類場景下的計算方式。
  其次分析了目前郵件提供商的垃圾郵件過濾技術,以及企業(yè)對郵件服務的具體需求;設計了適用于中小企的企業(yè)郵件服務系統(tǒng),系統(tǒng)包

3、括郵件接收模塊、發(fā)送模塊、解碼模塊、預處理模塊、分類模塊。著重實現(xiàn)了郵件預處理模塊和基于結構型模糊支持向量機算法的垃圾郵件分類模塊,并在預處理模塊中實現(xiàn)了基于Hadoop的并行化分詞方案和基于TF-IDF指標的關鍵詞提取方案;對垃圾郵件分類系統(tǒng)進行了黑盒和白盒測試。
  本文基于結構型模糊支持向量機的垃圾郵件分類系統(tǒng)實現(xiàn)了郵件系統(tǒng)的接收、發(fā)送、解碼、預處理及分類模塊,經過功能測試和性能測試,驗證了垃圾郵件分類系統(tǒng)基于模糊支持向量機

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論