改進的NB算法在垃圾郵件過濾中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、伴隨著信息技術(shù)的快速發(fā)展,網(wǎng)絡(luò)成為了人們的一種社交平臺,人們的生活、工作及學習也變得越來越網(wǎng)絡(luò)化,電子郵件作為常用的網(wǎng)絡(luò)交流工具,尤其是在工作中受到了廣泛的應(yīng)用。但近年來伴隨著網(wǎng)絡(luò)的發(fā)展,垃圾郵件問題也逐漸加重,給用戶的工作產(chǎn)生了不必要的麻煩。在《反垃圾郵件狀況調(diào)查報告》中揭示了垃圾郵件帶來的諸多危害,主要體現(xiàn)為信息泄漏,安全性較差;浪費用戶時間,影響工作效率;占用網(wǎng)絡(luò)資源造成資源浪費等問題。針對這些情況,現(xiàn)有的垃圾郵件過濾技術(shù)并不能有

2、效快速準確的解決,因此如何提高垃圾郵件過濾性能值得進一步的研究。
  現(xiàn)有的垃圾郵件過濾技術(shù)存在的問題有計算復雜度較高,誤判率較高等問題,不能達到人們所期望的程度。樸素貝葉斯算法憑借其計算簡單等優(yōu)勢在垃圾郵件過濾中得到普遍應(yīng)用。但其條件獨立性假設(shè)對屬性的決策作用產(chǎn)生極大的影響,因此屬性加權(quán)樸素貝葉斯算法產(chǎn)生,基于屬性加權(quán)的思想,如何優(yōu)化權(quán)值,更好地發(fā)揮屬性的決策功能至關(guān)重要。目前,群智能優(yōu)化算法在參數(shù)尋優(yōu)中有很好的效果,故本文將選

3、擇群智能優(yōu)化算法果蠅優(yōu)化算法(Fruit Fly Optimization Algorithm, FOA)算法對屬性權(quán)值進行尋優(yōu),發(fā)揮屬性的真正決策性。
  除此之外,本文為了更加增強FOA算法的全局尋優(yōu)能力,提出了一種新的算法——SAFOA,該算法的主要思想是將模擬退火算法(Simulated Annealing, SA)與果蠅優(yōu)化算法進行融合,通過判斷果蠅優(yōu)化算法獲得的味道濃度方差大小,以確定是否陷入局部極值,若認為陷入局部極

4、值則采用模擬退火算法進行尋優(yōu),從而跳出局部極值,反之,繼續(xù)執(zhí)行果蠅優(yōu)化算法尋優(yōu)。通過在測試函數(shù)中的測試實驗驗證,SAFOA算法能獲得較好的效果,同時,以SAFOA替代FOA算法應(yīng)用到垃圾郵件過濾中尋找最優(yōu)權(quán)值。
  為了驗證算法在垃圾郵件過濾中的應(yīng)用效果,采用中國教育和科研計算機網(wǎng)緊急響應(yīng)組(Data Sets of Chinese Emails,CCERT2005-jun)及部分自己的郵件內(nèi)容作為數(shù)據(jù)集進行測試。分別應(yīng)用FOA算

5、法與SAFOA算法對屬性權(quán)值尋優(yōu),實驗測試結(jié)果與原始樸素貝葉斯算法(Native Bayes, NB)及加權(quán)樸素貝葉斯算法對比,得出結(jié)論為通過FOA算法或SAFOA算法的優(yōu)化后的NB算法在垃圾郵件過濾中的準確率和誤判率均得到提升,驗證了權(quán)值優(yōu)化確實產(chǎn)生了積極作用。另外對比 FOA-NB算法與SAFOA-NB算法,SAFOA-NB的準確率和誤判率優(yōu)于FOA-NB算法,雖然提升程度并不十分明顯,但SAFOA-NB算法每次得到的結(jié)果較為穩(wěn)定,

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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