原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 期 电 子 学 报
! ./0123 +/1!
!! !! !! !
! 年 月 !
!# ! $%$’(’%)*+,%$-,+,%$ 4561 !#
!
基于混合高斯模型的电子邮件多过滤器融合方法
!
7! 7 !
李文斌 !刘椿年 !陈嶷瑛
! 北京工业大学多媒体与智能软件北京重点实验室北京 # 石家庄经济学院信息工程学院河北石家庄 $
78 7!!!8 927
摘 要! 本文提出了一种基于混合高斯模型! $的多贝叶斯过滤器融合方法并成功应用于电子邮件
:;;
!! ! !
过滤 该方法使用多元统计分析方法对多个过滤器在训练例上的过滤表现矩阵进行降维和除噪得到训练数据及
1
各过滤器的分布#然后从这一分布中学习出对邮件进行类别判定的 :;;1:;; 根据期望代价最小准则进行
过滤避免将正常邮件判定为垃圾 实验结果表明本文方法具有较好的过滤性能且对于特征提取率的敏感度低
1 1
关键词! 代价敏感#邮件过滤#混合高斯模型#过滤器融合
!
中图分类号! 文献标识码! 文章编号! ! $
7=7 $ 2!?!77! !# !?!3?9
! !!! ! !!! !
!#$%% ()*+% *-.#/%*0%*+-1234/56-7/-27/2-9:((
’ , 8
7 ! 7 !
(,@5A?6BA (,C %DEA?ABFA %G’+ HB? BA
I J
! #
7!
#$%’()**+),+%($$(+%./%1*2(3(+ 5( 7*8!3(+ 9+:(2;% / (=+/$/ 3(+ 7!! ?+*
- 0 4 - 6 4 - 6 0 -6 4 -
文档评论（0）