基于NMF垃圾郵件過濾系統(tǒng)研究.pdf_第1頁
已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、隨著Internet的發(fā)展，電子郵件已是人們?nèi)粘＝涣鞯闹匾ぞ?，方便了人們的生活和學習。但同時垃圾郵件也不斷的增多，占據(jù)了郵件服務器的大量存儲空間，還嚴重干擾了人們的正常信息交流。如何有效地控制垃圾郵件已成為人們關注的課題，基于非負矩陣分解的垃圾郵件過濾技術采用了基于語義層次的降維方法，已被很好地推廣到文本分類和數(shù)據(jù)挖掘等領域。
　　 非負矩陣分解是一種新的特征項降維方法，它是一種基于語義層次上的特征項降維。與傳統(tǒng)的降維方法相比

2、，在降維的過程中它將特征項從語義上進行聚類，這樣就可以消除特征項中一詞多義，多詞同義現(xiàn)象，從而在文本分類過程中對類別的判別正確率更高。由于非負矩陣分解是基于語義上的降維，降維效果十分顯著，因此算法實現(xiàn)效率更快。實驗結(jié)果也證實了這一點，說明非負矩陣分解在文本分類領域有重要的理論和應用價值。
　　 首先研究了文本分類中傳統(tǒng)的降維方法，分析了這些降維方法的應用背景和實際效果，并用實驗的方法進行了驗證。
　　 將非負矩陣分解方法

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。

評論

0/150

提交評論