1) Naive Bayesian SPAM filtering
贝叶斯垃圾邮件过滤
1.
Through a series of experiments,this paper studies the performance of the pattern-based Naive Bayesian SPAM filtering system and discusses the influence of the attribute-set size and least frequency to this SPAM filtering system.
运用TEIRESIAS算法从邮件中提取模式作为表示邮件的属性,在此基础上实现了一个贝叶斯垃圾邮件过滤实验系统。
2) spam filtering
垃圾邮件过滤
1.
Image spam filtering based on features of text region;
基于文本区域特征的图像型垃圾邮件过滤算法
2.
Analysis and Realization of Spam Filtering Based on Support Vector Machines (SVM);
基于支持向量机的垃圾邮件过滤分析与实现
3.
Application of various kernel function based SVM in spam filtering;
基于多种核函数的SVM在垃圾邮件过滤中的应用
3) spam filter
垃圾邮件过滤
1.
A spam filter model based on topic partition in P2P was proposed.
提出了一种基于主题划分的P2P垃圾邮件过滤模型,可以根据邮件内容把查询限定在P2P网络的局部范围内,减少了邮件搜索的平均路径长度、距离和平均消息数目,提高了查询效率。
2.
This paper proposed a spam filtering method based on fuzzy relevancy of multiple features, it consists of two stages: preprocessing and real-time processing.
提出一种基于多特征模糊关联的垃圾邮件过滤方法。
3.
The aim of spam filtering is to distinguish the spam and the ham.
垃圾邮件过滤就是对邮件做出是垃圾或非垃圾的判断。
4) anti-spam filtering
垃圾邮件过滤系统
1.
Research on evaluation model of anti-spam filtering;
垃圾邮件过滤系统的评估模型研究
5) multilevel spam filtering
多层垃圾邮件过滤
6) Spam Mails Filtering Strategy
垃圾邮件过滤策略
补充资料：贝叶斯公式
贝叶斯公式为利用搜集到的信息对原有判断进行修正提供了有效手段。在采样之前，经济主体对各种假设有一个判断（先验概率），设为，{}。
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
，= 1， 2， %26#8230;， (5.5)
在实际经济生活中，信息搜寻工作不是一次就完成的。当信息搜寻进行到某一阶段，设已进行了 次采样( =1，2，%26#8230;)，此时经济主体对各假设的后验概率的认识为
=1， 2， %26#8230;， (5.6)
其中，表示在第次采样前对假设的判断，当 =1时即表示第一次采样前的先验概率，从而式(5.5)变成式(5.6)的一个特例，即，将其记为。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条