基于核方法的贝叶斯邮件分类网络研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于核方法的贝叶斯邮件分类网络研究

刘震, 周明天

文章导航 > 电子科技大学学报 > 2007 > 36(3): 587-589,593

刘震, 周明天. 基于核方法的贝叶斯邮件分类网络研究[J]. 电子科技大学学报, 2007, 36(3): 587-589,593.

引用本文:

刘震, 周明天. 基于核方法的贝叶斯邮件分类网络研究[J]. 电子科技大学学报, 2007, 36(3): 587-589,593.

LIU Zhen, ZHOU Ming-tian. Research on Bayesian Classification Network for Spam Based on Kernel Method[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(3): 587-589,593.

Citation:

LIU Zhen, ZHOU Ming-tian. Research on Bayesian Classification Network for Spam Based on Kernel Method[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(3): 587-589,593.

基于核方法的贝叶斯邮件分类网络研究

刘震,
周明天

1.
电子科技大学计算机科学与工程学院成都 610054

作者简介:
刘震(1976-),男,博士生,主要从事智能安全、不确定推理、人工智能等方面的研究.

中图分类号: TP393

Research on Bayesian Classification Network for Spam Based on Kernel Method

1.
School of Computer Science and Engineering,University of Electronic Science and Technology of China Chengdu 610054

摘要: 提出一种包含核函数的Bayesian参数估计方法,提高了Bayesian参数估计的实用性。结合邮件内容和报文格式两个方面分析和提取邮件的重要特征,建立了对应的Bayesian邮件分类网络。将包含核函数的Bayesian参数估计方法应用到邮件分类网络,在对不同邮件测试集的在线学习试验结果证明,这种新的分类模型能够有效地实现垃圾邮件的分类过滤。
- Bayesian网络 /
- 高斯核 /
- 参数估计 /
- 垃圾邮件
Abstract: A kernel function based Bayesian parameter estimation approach is proposed in this paper which is able to make the algorithm more applicable. Combined with the both sides of email content and format, a Bayesian network for spam classification is well constructed. The testing results by on-line learning for different email testing sets prove that the new model can ensure the classification and filtering efficiently by applying the kernel function based Bayesian parameter estimation approach into the classification network.
- Bayesian network /
- Gaussian kernel /
- parameter estimation /
- spam

[1]	佟国香, 田飞翔. 基于CNNs的两次训练融合的分类方法 . 电子科技大学学报, 2019, 48(5): 774-778. doi: 10.3969/j.issn.1001-0548.2019.05.018
[2]	谢暄, 高乐, 吕珏, 李西峰, 谢三山, 谢永乐. 测量不确定度估计的极限费舍尔信息方法 . 电子科技大学学报, 2016, 45(5): 778-784. doi: 10.3969/j.issn.1001-0548.2016.05.012
[3]	闫海, 李龙, 李国辉, 曹原, 董啸虎. 基于相位分析CAPES的信号参数估计方法 . 电子科技大学学报, 2016, 45(3): 332-336. doi: 10.3969/j.issn.1001-0548.2016.02.003
[4]	夏猛, 杨小牛. 基于三次相位补偿的运动目标参数估计 . 电子科技大学学报, 2013, 42(4): 559-564. doi: 10.3969/j.issn.1001-0548.2013.04.006
[5]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[6]	颜伟, 项凤雏, 卢建刚, 余娟, 赵霞. 考虑单位长度参数变量的线路参数估计方法 . 电子科技大学学报, 2011, 40(5): 720-725. doi: 10.3969/j.issn.1001-0548.2011.05.017
[7]	谭小刚, 魏平, 李立萍. 利用迭代滤波改进乘积高阶模糊函数 . 电子科技大学学报, 2009, 38(2): 182-185. doi: 10.3969/j.issn.1001-0548.2009.02.06
[8]	陈培, 杨颖, 王云, 陈杰. 扩展卡尔曼滤波估计载波参数的算法研究 . 电子科技大学学报, 2009, 38(4): 509-512. doi: 10.3969/j.issn.1001-0548.2009.04.008
[9]	凌丹, 黄洪钟, 张小玲, 蒋工亮. 混合威布尔分布参数估计的L-M算法 . 电子科技大学学报, 2008, 37(4): 634-636,640.
[10]	张秋余, 孙晶涛, 闫晓文, 黄文汉. LSA和MD5算法在垃圾邮件过滤系统的应用研究 . 电子科技大学学报, 2007, 36(6): 1223-1227.
[11]	秦志光, 罗琴, 张凤荔. 一种混合的垃圾邮件过滤算法研究 . 电子科技大学学报, 2007, 36(3): 485-488.
[12]	张成功, 黄迪明, 胡德昆. 基于人工免疫原理的反垃圾邮件系统AIASS . 电子科技大学学报, 2007, 36(1): 96-99.
[13]	王璞, 杨建宇, 杜雨洺. 分数阶自相关和FrFT的LFM信号参数估计 . 电子科技大学学报, 2006, 35(2): 179-182.
[14]	匡胤, 黄迪明. 基于抗体网络的邮件过滤器设计 . 电子科技大学学报, 2006, 35(5): 811-814.
[15]	彭涛, 唐斌. 一种分布式信号源的参数估计算法 . 电子科技大学学报, 2005, 34(5): 611-613,664.
[16]	王波, 黄迪明. 遗传神经网络在邮件过滤器中的应用 . 电子科技大学学报, 2005, 34(4): 505-508.
[17]	王波, 杨建宇, 熊金涛. 改进非平稳信号的分析方法 . 电子科技大学学报, 2004, 33(1): 9-11,34.
[18]	杜东平, 唐斌. 基于FrFT和子空间正交的LFM信号参数估计 . 电子科技大学学报, 2004, 33(3): 247-249.
[19]	朱宏, 肖百龙, 徐道义. 指数分布参数基于不完全样本的区间估计 . 电子科技大学学报, 2002, 31(1): 97-101.
[20]	罗艳. 指数分布参数基于不完全数据的区间估计 . 电子科技大学学报, 1998, 27(4): 445-448.

WeChat

点击查看大图

计量

文章访问数: 3493
HTML全文浏览量: 119
PDF下载量: 77
被引次数: 0

基于核方法的贝叶斯邮件分类网络研究

刘震,
周明天

1. 电子科技大学计算机科学与工程学院成都 610054

作者简介:
刘震(1976-),男,博士生,主要从事智能安全、不确定推理、人工智能等方面的研究.

收稿日期: 2005-03-07
刊出日期: 2007-06-15

中图分类号: TP393

关键词:

摘要: 提出一种包含核函数的Bayesian参数估计方法,提高了Bayesian参数估计的实用性。结合邮件内容和报文格式两个方面分析和提取邮件的重要特征,建立了对应的Bayesian邮件分类网络。将包含核函数的Bayesian参数估计方法应用到邮件分类网络,在对不同邮件测试集的在线学习试验结果证明,这种新的分类模型能够有效地实现垃圾邮件的分类过滤。

English Abstract

刘震, 周明天. 基于核方法的贝叶斯邮件分类网络研究[J]. 电子科技大学学报, 2007, 36(3): 587-589,593.

引用本文:

刘震, 周明天. 基于核方法的贝叶斯邮件分类网络研究[J]. 电子科技大学学报, 2007, 36(3): 587-589,593.

LIU Zhen, ZHOU Ming-tian. Research on Bayesian Classification Network for Spam Based on Kernel Method[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(3): 587-589,593.

Citation:

LIU Zhen, ZHOU Ming-tian. Research on Bayesian Classification Network for Spam Based on Kernel Method[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(3): 587-589,593.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发