基于贝叶斯神经网络的垃圾邮件过滤方法

被引：22

作者：

李惠娟

高峰

管晓宏

黄亮

机构：

[1] 西安交通大学系统工程研究所

[2] 西安交通大学系统工程研究所陕西西安

[3] 陕西西安

来源：

微电子学与计算机 | 2005年 / 04期

关键词：

贝叶斯神经网络; 垃圾邮件; 特征选择; 信息增益; 分类器;

D O I：

10.19304/j.cnki.issn1000-7180.2005.04.029

中图分类号：

TP393.098 [];

学科分类号：

080402 ;

摘要：

垃圾邮件过滤是当前互联网应用中急需解决的一个重要课题,日益受到人们的关注。本文提出了一种基于贝叶斯神经网络BNN(BayesianNeuralNetwork)的垃圾邮件过滤方法,利用贝叶斯推理和神经网络相结合的贝叶斯神经网络算法对用户给定的正常/垃圾邮件集合进行训练,得到邮件过滤模型。并且提出了一种有效的特征选择方法,采用信息增益准则,有效降低了特征维数。经过实验测试,本文提出的方法可以实现对垃圾邮件的有效过滤。

引用

页码：107 / 111

页数：5