一种基于学习向量量化网络的垃圾邮件过滤方法

摘要：

伴随着电子邮件的广泛使用,垃圾邮件泛滥成灾,严重影响了人们正常的学习、工作和生活.本文针对目前的垃圾邮件主要是由多种商业或政治性类别的垃圾邮件组成的特点,利用学习向量量化网络能把多个子类合并成一个复杂大类的特性,构建了一个反垃圾邮件的LVQ神经网络模型,我们对该LVQ网络模型进行了与其他算法的对比试验,试验表明它比基于贝叶斯公式算法和基于神经网络BP算法的过滤器有更好的性能.

关键词：学习向量量化、垃圾邮件过滤、互信息、向量空间模型

所属期刊栏目：32

分类号：TP3;TP1

资助基金：信息产业部电子工业生产发展基金[2002]11006

在线出版日期：2005-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：66-68,87