科技风
科技風
과기풍
TECHNOLOGY WIND
2011年
17期
17-17
,共1页
垃圾邮件过滤%支持向量机%条件减弱%动态工作集
垃圾郵件過濾%支持嚮量機%條件減弱%動態工作集
랄급유건과려%지지향량궤%조건감약%동태공작집
本文通过研究垃圾邮件的特征表示和过滤方法,设计了一种应用指纹特征向量表示方法和支持向量机（SVM）的最小序列最优化（SMO）方法的在线式邮件过滤器。在在线垃圾信息过滤上获得到了与传统方法相当的基础上,基于原始SMO算法提出了动态邮件样本工作集方法（DFSVM）对SMO的分类条件进行减弱,优化了在线过滤模式下的运算时间。
本文通過研究垃圾郵件的特徵錶示和過濾方法,設計瞭一種應用指紋特徵嚮量錶示方法和支持嚮量機（SVM）的最小序列最優化（SMO）方法的在線式郵件過濾器。在在線垃圾信息過濾上穫得到瞭與傳統方法相噹的基礎上,基于原始SMO算法提齣瞭動態郵件樣本工作集方法（DFSVM）對SMO的分類條件進行減弱,優化瞭在線過濾模式下的運算時間。
본문통과연구랄급유건적특정표시화과려방법,설계료일충응용지문특정향량표시방법화지지향량궤（SVM）적최소서렬최우화（SMO）방법적재선식유건과려기。재재선랄급신식과려상획득도료여전통방법상당적기출상,기우원시SMO산법제출료동태유건양본공작집방법（DFSVM）대SMO적분류조건진행감약,우화료재선과려모식하적운산시간。
