文献检索-宁波市创意产业特色资源库

限定检索结果

基于特征项区分度的加权朴素贝叶斯邮件过滤方法: 收藏
分享
引用; 《计算机应用与软件》2015年第10期32卷 67-71,81页; 作者：王辉黄自威刘淑芬河南理工大学计算机科学与技术学院河南焦作454000 吉林大学电子与工程学院吉林长春130012; 如何高效地特征提取和分类算法设计是衡量基于内容邮件过滤技术优缺点的关键。针对互信息MI(Mutual Information)特征提取算法和朴素贝叶斯分类算法,通过引入特征项区分度的概念,分析特征项在分类中区分能力之间的差异,进而提出一种兼...; 如何高效地特征提取和分类算法设计是衡量基于内容邮件过滤技术优缺点的关键。针对互信息MI(Mutual Information)特征提取算法和朴素贝叶斯分类算法,通过引入特征项区分度的概念,分析特征项在分类中区分能力之间的差异,进而提出一种兼顾特征项区分度和互信息的特征提取算法。通过进一步将区分度添加到分类算法设计中,最终提出一种加权朴素贝叶斯算法,高效地解决基于内容邮件过滤问题。实验结果证明,改进后的算法在召回率、精确率和正确率上均有明显提高,且分类性能更加稳定。; 来源：详细信息评论

限定检索结果