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、詐騙短信識別算法的研究一直是詐騙短信綜合監(jiān)管平臺建設(shè)過程中的一項重要設(shè)計任務,目前的算法一般是針對單一關(guān)鍵字、重復出現(xiàn)的疑似詐騙信息的高有效識別來提高算法效率的,由于利益驅(qū)使欺詐類短信反監(jiān)管變異能力越來越強,偽裝能力越來越高,因此詐騙短信綜合監(jiān)管平臺對于詐騙短信識別算法提出了更高的要求。
在現(xiàn)有分析詐騙短信挖掘算法的文獻中,通過機器學習方法智能地對全國詐騙短信可能性進行綜合評價的算法還很少見。本文通過引入概念格相關(guān)理論,建立了
2、一個基于概念格的詐騙短信挖掘綜合評價LRA算法(a concept lattice fraudtext mining based on comprehensive evaluation algorithm)?,F(xiàn)有算法往往在數(shù)據(jù)清理后再對數(shù)據(jù)進行分析,數(shù)據(jù)清理與數(shù)據(jù)分析脫節(jié)導致加大了算法的時間和空間的復雜度,而LRA算法將數(shù)據(jù)清理與數(shù)據(jù)分析通過形式背景熵統(tǒng)一到了一起從而提高了算法的效率。LRA算法首先選取了具有代表性的,年齡上較為集中的詐
3、騙短信數(shù)據(jù)進行分析,將抽樣檢測數(shù)據(jù)進行數(shù)量化并形成概念格的形式背景;其次建立詐騙短信識別與短信費用和套餐檔次的函數(shù)關(guān)系式;再次,由于大多數(shù)情況下,對同一個子系統(tǒng)的同一個部件兩次相鄰的檢測結(jié)果一般都是相同的,因此LRA算法將這些相同的數(shù)據(jù)清理以提高識別效率;最后,針對LRA 算法在算法效率、算法參數(shù)閾值選取方面的不足進行了展望。
綜上,論文通過設(shè)計形式背景約簡定理,證明約簡后的結(jié)果就是有效的形式背景數(shù)據(jù);在此基礎(chǔ)上,詐騙短信評定
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
最新文檔
- 基于CUDA的概念格并行建格算法研究.pdf
- 基于GPU的概念格合并算法研究.pdf
- 概念格建格算法研究.pdf
- 基于概念層次的概念格更新構(gòu)造算法研究.pdf
- 概念格建格算法的研究.pdf
- 基于概念格的角色工程相關(guān)算法研究.pdf
- 基于屬性粒度的概念格縮放算法研究.pdf
- 基于概念格的分類規(guī)則提取算法研究.pdf
- 基于概念格的查詢擴展系統(tǒng)及建格算法研究.pdf
- 基于約束的模糊概念格構(gòu)造算法研究.pdf
- 基于模糊概念格的視頻特征挖掘算法研究.pdf
- 基于分層結(jié)構(gòu)的概念格構(gòu)造算法的研究.pdf
- 基于加權(quán)模糊概念格的模式匹配算法.pdf
- 基于概念格的K-Means算法研究及應用.pdf
- 基于概念格理論的粗集屬性約簡算法研究.pdf
- 基于Spark的概念格構(gòu)建算法的研究與實現(xiàn).pdf
- 概念格的生成算法.pdf
- 概念格屬性約簡算法研究.pdf
- 基于BREW平臺的移動終端短信模塊的研究與實現(xiàn).pdf
- 概念格的屬性約簡及建格算法的研究.pdf
評論
0/150
提交評論