共查询到18条相似文献，搜索用时 203 毫秒
1.
本文通过研究垃圾邮件的特征表示和过滤方法,设计了一种应用指纹特征向量表示方法和支持向量机(SVM)的最小序列最优化(SMO)方法的在线式邮件过滤器。在在线垃圾信息过滤上获得到了与传统方法相当的基础上,基于原始SMO算法提出了动态邮件样本工作集方法(DFSVM)对SMO的分类条件进行减弱,优化了在线过滤模式下的运算时间。 相似文献
2.
3.
基于机器学习的垃圾邮件过滤技术 总被引：1，自引：0，他引：1
垃圾邮件给人们的生活带来了极大的危害,为了制止垃圾邮件的进一步扩散,研究者们提出大量的检测算法.本文首先分析了垃圾邮件过滤的一般步骤,再对机器学习算法在垃圾邮件过滤技术中的应用进行了全面分析,最后对邮件过滤技术研究方向进行展望. 相似文献
4.
《发明与创新》2001,(1)
电子邮件是最方便的交流方式，省钱、快捷。但正是由于Internet的自由性，所以电子邮件的安全越来越成为焦点话题。 邮件加密、解密 用Outlook 5.0进行邮件的安全传送。它主要是利用“数字签名”来确认发信人和收信人，具体操作如下： 1.写一封新邮件，选中“工具”→“数字签名”。 2.点击“发送”，如果你没有申请过数字签名，他会带领你去进行登记(必须在线)。 3.提示窗口出现以后，点击“获取数字标识”，连接指定网页，填写个人资料之后便可以得到数字签名，数字签名会自动驻入你使用的Outlook! 4.此后，你就可以发送带有数字签名的邮件，数字签名是唯一的，它可以证实你的身份!上面的方法只能用在Outlook上。另一妙招，那就是将要发送的邮件内容压缩成.zip格式就可以方便地加密了。 软件过滤 现在网上是天下大乱，只要一公布你的E-mail，自然而然就会收到许多垃圾邮件，这些垃圾邮件有些带有病毒，有些带有不良信息。但是只要学会了下面的方法，那就万事OK了! 1.Outlook用户： Outlook 5.0加强了对电子邮件的过滤功能，在工具栏中的“邮件规则”中有个“垃圾邮件”的设置栏，只要选中“打开垃圾邮件检测”就可以按照“邮件规则”的设置过滤邮件。还有一个“阻止发件人”的设置栏，可以详细设置拒收邮件的情况。收到一封垃圾信后，可以在“阻止发件人”栏添上阻止邮件的地域或其他资料，也可以直接点“工具”中的“阻止发件人”。 2.Foxmail用户：Foxmail3.0也加强了对垃圾邮件的过滤功能。在菜单条的“帐户”中有“过滤器”选项，打开它可以方便地建立过滤器的“条件”以及“动作”，还可以设置多个过滤器及其前后顺序，操作很简单。 相似文献
5.
基于贝叶斯方法在垃圾邮件处理上具有速度快、准确率高的优点,基于贝叶斯分类的垃圾邮件分类方法受到广泛的关注.我们主要研究制约中文邮件过滤效果的中文分词方法,比较基于统计的多种方法,并根据需要对其中几种算法进行改进. 相似文献
6.
7.
垃圾邮件现在已经成了一个非常严重问题摆在我们的面前。在对抗垃圾邮件的技术中还有一种极为重要的是邮件过滤技术(Mail Filter)。通过实时黑名单技术和邮件过滤技术相配合能更有效地消除垃圾邮件带来的影响。 相似文献
8.
针对传统的朴素贝叶斯算法对垃圾邮件的过滤率不高等问题,提出了一种基于最小风险贝叶斯网络垃圾邮件信息过滤技术,提出的最小风险贝叶斯能够减少正常邮件判为垃圾邮件的风险,最后实验表明,与传统的算法相比较,本文提出的方法过滤效果有较大的提高。 相似文献
9.
10.
支持向量机是一种基于统计学习理论的机器学习方法,针对小样本情况表现出了优良的性能,目前被广泛应用于模式识别、函数回归、故障诊断等方面。这里主要研究支持向量机分类问题,着重讨论了以下几个方面的内容。首先介绍了支持向量机分类器算法,并将其应用于数据分类,取得了较高的准确率,所用数据来自于UCI数据集。仿真结果表明该算法具有较快的收敛速度和较高的计算精度。 相似文献
11.
《Information processing & management》2023,60(3):103243
The detection and identification of traffic signs is a fundamental function of an intelligent transportation system. The extraction or identification of a road sign poses the same problems as object identification in natural contexts: conditions of illumination are variable and uncontrollable, and various objects frequently surround road signs. These difficulties make the extraction of features difficult. The fusion of time and space features of traffic signs is important for improving the performance of sign recognition. Deep learning-based algorithms are time-consuming to train based on a large amount of data. They are difficult to deploy on resource-constrained portable devices and conduct sign detection in real time. The accuracy of sign detection should be further improved, which is related to the safety of traffic participants. To improve the accuracy of feature extraction and classification of traffic signs, we propose MKL-SING, a hybrid approach based on multi-kernel support vector machine (MKL-SVM) for public transportation SIGN recognition. It contains three main components: a principal component analysis for image dimension reduction, a fused feature extractor, and a multi-kernel SVM-based classifier. The fused feature extractor extracts and fuses the time and space features of traffic signs. The multi-kernel SVM then classifies the traffic signs based on the fused features. Different kernel functions in the multi-kernel SVM are fused based on a feature weighting procedure. Compared with single-core SVM, multi-kernel SVM can better process massive data because it can project each kernel function into high-dimensional feature space to get global solutions. Finally, the performance of SVM-TSR is validated based on three traffic sign datasets. Experiment results show that SVM-TSR performs better than state-of-the-art methods in terms of dynamic traffic sign identification and recognition. 相似文献
12.
13.
关于支持向量回归机的模型选择 总被引：28，自引：0，他引：28
支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法。模型选择是设计支持向量机的重要内容之一。本文在分析用于回归的支持向量机原理的基础上,分别从核函数的选择、模型参数的作用、模型参数的调整方法等模型选择方面进行了综述,并讨论了模型选择的优缺点,最后指出在实际应用中常见的核函数和模型参数调整方法。 相似文献
14.
We study several machine learning algorithms for cross-language patent retrieval and classification. In comparison with most of other studies involving machine learning for cross-language information retrieval, which basically used learning techniques for monolingual sub-tasks, our learning algorithms exploit the bilingual training documents and learn a semantic representation from them. We study Japanese–English cross-language patent retrieval using Kernel Canonical Correlation Analysis (KCCA), a method of correlating linear relationships between two variables in kernel defined feature spaces. The results are quite encouraging and are significantly better than those obtained by other state of the art methods. We also investigate learning algorithms for cross-language document classification. The learning algorithm are based on KCCA and Support Vector Machines (SVM). In particular, we study two ways of combining the KCCA and SVM and found that one particular combination called SVM_2k achieved better results than other learning algorithms for either bilingual or monolingual test documents. 相似文献
15.
介绍了一个更有效的基于支持向量机的实时超声波钢轨伤损自动检测分类系统.根据钢轨伤损的特点提取特征量,利用基于支持向量机的分类预测算法实现钢轨伤损的实时检测分类,并基于统计处理的计算伤损尺寸.在嵌入式系统DSP中利用该机器学习算法实现了伤损的实时处理和测试.实现了钢轨伤损实时报警、显示伤损类型、所处轨内位置及程度. 相似文献
16.
支持向量机在植物分类中的应用 总被引：1，自引：0，他引：1
提出了基于支持向量机的分类原理对鸢尾属植物进行分类的方法。支持向量机是在统计学习理论基础上提出的一种新型的通用学习方法,主要应用于数据的分类和回归估计,而植物分类的主要依据是植物的外观特征。通过提取植物的特征数据和使用支持向量机算法获得实验结果,实验结果表明,采用支持向量机对植物分类是可行的。 相似文献
17.
Acquiring information properly through machine learning requires familiarity with the available algorithms and understanding how they work and how to address the given problem in the best possible way. However, even for machine-learning experts in specific industrial fields, in order to predict and acquire information properly in different industrial fields, it is necessary to attempt several instances of trial and error to succeed with the application of machine learning. For non-experts, it is much more difficult to make accurate predictions through machine learning.In this paper, we propose an autonomic machine learning platform which provides the decision factors to be made during the developing of machine learning applications. In the proposed autonomic machine learning platform, machine learning processes are automated based on the specification of autonomic levels. This autonomic machine learning platform can be used to derive a high-quality learning result by minimizing experts’ interventions and reducing the number of design selections that require expert knowledge and intuition. We also demonstrate that the proposed autonomic machine learning platform is suitable for smart cities which typically require considerable amounts of security sensitive information. 相似文献
18.
本文提出一种基于2DGabor滤波器和LBP的车牌识别方法,与基于2DGabor滤波器的方法相比,该方法降低了图像维数,识别时间短,识别精度高。首先利用2DGabor滤波器对归一化后的图像进行低通滤波,然后使用LBP提取车牌纹理特征,最后用支持向量机作为分类器。在课题组自建的车牌库上进行实验,取得了94.3%的识别率和每张图像0.291s的识别时间,说明该方法基本满足实际需要。 相似文献