暂无评论
本文提出了把概率神经网络用语垃圾邮件分类,并通过MATLAB仿真实验与贝叶斯分类器进行比较,得到了比较理想的结果
基于支持向量机理论的垃圾邮件过滤模型 (PDF版本的)
适应型关于垃圾邮件的论文,基于内容的垃圾邮件的过滤方法和现状综述!
朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类的方法。对于给定的训练数据集,首先基于特征条件独立假设学习输入输出的联合概率分布。然后基于此模型,对于给定的输入x,利用贝叶斯定理求出后验概率最大的
包括normal.txt 和spam.txt两个文件,分别表示有效邮件文本和垃圾邮件文本,两个文件各含有25封邮件内容
如题,希望对大家能有帮助!里面东西很详细!
一种特征词权重调整算法的研究
针对传统火灾探测中灵敏度不高、反应慢的问题,提出一种基于HOFHOG特征词袋和RF的火灾区域探测。探索用光流直方图和有向梯度直方图描述火焰和烟雾的时空特征,提出在时空块内对不同通道下的光流直方图的分析
Spam filtering based on Bayesian algorithm
这是我在2013年秋季为COMS1004编写的一个项目:哥伦比亚大学计算机科学导论。COMS1004 2013秋季编程项目5 2013年11月27日 阿曼达·宋(UNI: as4513) 垃圾邮件过
暂无评论