作者:王雷; 林亚平; 彭雅; 李闻认知学习朴素贝叶斯最小风险邮件过滤
摘要:提出了超高维向量空间中的一种新的邮件向量表示方法,在考虑邮件误判风险的基础上,给出了一种基于认知学习模式的邮件过滤新算法.该算法模拟人类的认知学习过程,将系统分类与用户识别有效地结合起来,使得邮件过滤时的误判风险最小化.实验结果表明,算法具有较好的学习能力和学习效果,在邮件过滤应用中,能获得较高的查全率和查准率.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《系统仿真学报》(CN:11-3092/V)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
省级期刊
人气 239020 评论 36
北大期刊、统计源期刊
人气 193595 评论 73
人气 154561 评论 33
人气 152320 评论 53