188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
不刺眼

上传于:2012-07-06

粉丝量:35

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 外文翻译样板

    星级: 8 页

  • 外文翻译参考样板

    星级: 14 页

  • 外文翻译样板

    星级: 10 页

  • 外文翻译样板

    星级: 5 页

  • 外文翻译(样板)4

    星级: 9 页

  • 外文翻译样板

    星级: 20 页

  • 外文翻译样板

    星级: 10 页

  • 外文翻译样板费下载

    星级: 10 页

  • 机械类外文翻译样板

    星级: 8 页

  • .毕业设计外文翻译样板(精品)

    星级: 6 页

  • 外文翻译格式 模板

    星级: 9 页

  • 外文翻译格式

    星级: 4 页

  • 外文翻译格式示范

    星级: 18 页

  • 外文翻译格式

    星级: 3 页

  • 外文翻译-格式

    星级: 6 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: 外文翻译格式样板

下载积分: 700

内容提示: 华中农业大学本科毕业论文或设计外文翻译 1 中文垃圾邮件过滤系统的应用与评估 □□原文来源Zhan Wang, Yoshiaki Hori Kouichi SakuraiApplication and Evaluation of Bayesian Filter for Chinese SpamSpringer Berlin / Heidelberg2006 1 背景介绍 如今随着垃圾邮件数量的增加逐渐引起互联网用户的广泛关注由于邮件发送者只需要很低的网络费用就可以发送大量的邮件 垃圾邮件发送者通常会发送大量的广告邮件而这些广告邮件往往都是邮件用户所不愿意收到的。近几年大量的反垃圾邮件技术已经出现其中一种方式就是贝叶斯分...

文档格式:PDF | 页数:9 | 浏览次数:30 | 上传日期:2012-07-06 18:53:57 | 文档星级:
华中农业大学本科毕业论文或设计外文翻译 1 中文垃圾邮件过滤系统的应用与评估 □□原文来源Zhan Wang, Yoshiaki Hori Kouichi SakuraiApplication and Evaluation of Bayesian Filter for Chinese SpamSpringer Berlin / Heidelberg2006 1 背景介绍 如今随着垃圾邮件数量的增加逐渐引起互联网用户的广泛关注由于邮件发送者只需要很低的网络费用就可以发送大量的邮件 垃圾邮件发送者通常会发送大量的广告邮件而这些广告邮件往往都是邮件用户所不愿意收到的。近几年大量的反垃圾邮件技术已经出现其中一种方式就是贝叶斯分类器。贝叶斯分类器基于这样一种理论即事件在未来出现的概率依赖于事件当前发生的概率通过采用一种数学方法来区分垃圾邮件和合法邮件。 在本文中我们改进了贝叶斯分类器利用它来识别中文垃圾邮件并且测试了分类器的性能。目前贝叶斯分类器的英语和日语版本都已经实现了 我们只要通过改进其中很少的一部分就能够实现对中文垃圾邮件的过滤。 我们修改了其中的统计过滤部分来让其可以识别中文邮件。 然后选取有代表性的中文邮件对系统进行了测试 分析了有关配置参数和垃圾邮件判别准确性之间的关系最终找到了最优参数。 论文的其余部分组织如下第二部分描述贝叶斯分类器的分类过程第三部分描述了贝叶斯分类器的改进部分即用于中文邮件的分析第四和第五两部分描述了我们的实验过程和最终成果第六部分进行了论文的总结。 2 贝叶斯分类 常用的贝叶斯分类方法 例如朴素贝叶斯分类 支持向量机(SVM) Boosting和 Markov Chain现已得到广泛的关注与应用其实现简单工作性能好准确度高。统计分类器通过邮件内容自动识别垃圾邮件的特征词它利用机器学习然后基于统计和概率来决定一份邮件是垃圾邮件的可能性。贝叶斯分类又名贝叶斯分析是基于贝叶斯理论的一种流行的实现统计分类的方法同时也是比较流行的统计语言分类方法。 贝叶斯分类器最大的优点是通过考虑邮件的最典型特征词汇来判别其是垃圾邮件的概率 又因为贝叶斯分类器的自动学习功能和用户个性化配置所以现在流行的邮件用户代理MUA都使用了贝叶斯分类技术。 贝叶斯分类过程如下 特征词分别在合法邮件和垃圾邮件中出现的概率不相同但分类器起初并不知道这些信息因此必须首先通过训练学习才能建立一个这样的特征词概率库。为了训练分类器用户必须手工提供一些垃圾邮件和合法邮件分类器通过分析这些数据然后更新数据库的值校正垃圾邮件特征词

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司