基于树突状细胞算法的垃圾邮件过滤

摘要：

介绍了人工免疫学中危险理论的最新研究成果树突状细胞算法(DCA)及存在的缺点，并针对这些缺点作了3点改进使其能更好地适用于垃圾邮件过滤，最后提出一种适合该算法的危险信号生成方式。使用UCISpamBase数据集对改进后DCA和其它分类算法的测试表明，改进后的DCA有最高的分类准确率，贝叶斯分类和最大熵算法有较高的分类准确率但均低于改进后的DCA，另外的分类算法准确率都很低。

关键词： 树突状细胞算法 垃圾邮件过滤 危险理论 人工免疫系统 贝叶斯分类 最大熵算法

作者: 黄金艳 许家珆 阳建平

作者单位: 电子科技大学应用数学学院 成都 610000

会议类型: 国内会议

会议名称: 2009国际信息技与应用论坛

会议地点: 成都

会议语种:中文

页码: 149-150,176

在线出版日期: 2009-05-15（万方平台首次上网日期，不代表论文的发表时间）