基于树突状细胞算法的垃圾邮件过滤
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。
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
黄金艳 许家珆 阳建平
电子科技大学应用数学学院 成都 610000
国内会议
成都
中文
149-150,176
2009-05-15(万方平台首次上网日期,不代表论文的发表时间)