2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩106頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著互聯(lián)網(wǎng)的普及,電子郵件以其快捷,方便的優(yōu)點(diǎn)逐漸發(fā)展成為人們工作和生活的重要通信工具之一。然而,隨之而來(lái)的垃圾郵件問(wèn)題也日益嚴(yán)峻,它不僅傳播有害信息,而且耗費(fèi)大量的公共資源,侵害電子郵件用戶和企業(yè)的合法權(quán)益。當(dāng)前已經(jīng)存在許多的垃圾郵件過(guò)濾方法,但是目前垃圾郵件不降反升的局面表明,雖然當(dāng)前垃圾郵件過(guò)濾方法眾多,但是還有許多垃圾郵件相關(guān)問(wèn)題沒有找到好的解決辦法,垃圾郵件過(guò)濾效果不是很理想。所以,研究一種更加新型高效的,快速的郵件過(guò)濾系統(tǒng)仍

2、具有特別的現(xiàn)實(shí)意義。 支持向量機(jī)(SVM)是在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上發(fā)展而來(lái)的一種新的模式識(shí)別方法,在解決有限樣本、非線性及高維模式識(shí)別問(wèn)題中表現(xiàn)出許多特有的優(yōu)勢(shì)。它不僅考慮了對(duì)推廣能力的要求,而且追求在有限信息的條件下得到最優(yōu)結(jié)果。其中,SMO方法是相對(duì)眾多已有研究的SVM算法較為簡(jiǎn)單的算法,它將工作樣本集中的樣本數(shù)減少為2,避開了復(fù)雜的數(shù)值求解優(yōu)化問(wèn)題的過(guò)程,但是相應(yīng)的代價(jià)就是迭代次數(shù)的增加。本文提出一種基于支持向量機(jī)理論的垃

3、圾郵件過(guò)濾模型,模型使用的過(guò)濾算法是一種改進(jìn)型的SMO算法-SMO主動(dòng)學(xué)習(xí)算法。該算法能很好的繼承SMO的優(yōu)勢(shì),同時(shí)又解決SMO算法的不足,減少二次尋優(yōu)的迭代次數(shù)。本模型主要以探索為目的,觀察其可行性和有效性。初步實(shí)驗(yàn)證明,該模型具有過(guò)濾效果好,訓(xùn)練時(shí)間短的特點(diǎn)。 本文首先介紹了垃圾郵件的基本常識(shí),包括垃圾郵件的定義和危害,然后介紹了現(xiàn)有的垃圾郵件過(guò)濾方法。由于基于SVM的垃圾郵件過(guò)濾方法是以內(nèi)容過(guò)濾為主,所以還著重闡述了與內(nèi)容

4、過(guò)濾相關(guān)的文本分類以及機(jī)器學(xué)習(xí)的知識(shí)。其次,介紹了統(tǒng)計(jì)學(xué)理論中SVM理論的定義和郵件樣本預(yù)處理工作的內(nèi)容,并由SVM理論引申出SVM垃圾郵件過(guò)濾算法,推導(dǎo)出SVM垃圾郵件過(guò)濾模型,在模型實(shí)現(xiàn)部分還給出了重點(diǎn)代碼框架。最后是對(duì)SVM垃圾郵件過(guò)濾模型性能評(píng)估和對(duì)其性能優(yōu)化的討論。此外,論文中還討論了反饋學(xué)習(xí)技術(shù)在SVM垃圾郵件過(guò)濾模型中的研究,希望能夠在以后的工作中能夠?qū)⑽覀兊腟VM垃圾郵件過(guò)濾算法與反饋技術(shù)相結(jié)合,確保實(shí)現(xiàn)過(guò)濾效果更優(yōu)的垃

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論