计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2009年
9期
237-239
,共3页
SVDD%增量学习%垃圾邮件
SVDD%增量學習%垃圾郵件
SVDD%증량학습%랄급유건
通过对支持向量数据描述SVDD(Support Vector Data Description)算法的阐述和SVDD算法在增量学习过程中支持向量集变化特性的分析,提出一种新的SVDD增量学习算法.以Spambase邮件语料库作为实验数据源,将其与非增量学习算法以及一般传统增量学习算法进行比较,结果证明,该算法在保证垃圾邮件识别精度的同时又大大缩短了训练时间.
通過對支持嚮量數據描述SVDD(Support Vector Data Description)算法的闡述和SVDD算法在增量學習過程中支持嚮量集變化特性的分析,提齣一種新的SVDD增量學習算法.以Spambase郵件語料庫作為實驗數據源,將其與非增量學習算法以及一般傳統增量學習算法進行比較,結果證明,該算法在保證垃圾郵件識彆精度的同時又大大縮短瞭訓練時間.
통과대지지향량수거묘술SVDD(Support Vector Data Description)산법적천술화SVDD산법재증량학습과정중지지향량집변화특성적분석,제출일충신적SVDD증량학습산법.이Spambase유건어료고작위실험수거원,장기여비증량학습산법이급일반전통증량학습산법진행비교,결과증명,해산법재보증랄급유건식별정도적동시우대대축단료훈련시간.