基于MapReduce并行SVM的垃圾邮件分类被引量：2

下载PDF

导出

摘要针对垃圾邮件大量存在的问题,提出基于MapReduce并行SVM的垃圾邮件分类算法,用支持向量机作为分类器,基于MapReduce将各子分类器进行合并,并通过重训练得到模型,利用该模型对测试集进行分类,得到结果。为解决算法精度损失、准确率低等问题,引入KNN,在原算法基础上进行循环迭代。

作者甘冬连张永刘博

机构地区辽宁师范大学计算机信息与技术学院

出处《软件导刊》 2016年第6期10-12,共3页 Software Guide

关键词 MAPREDUCE SVM KNN分类算法

分类号 TP301 [自动化与计算机技术—计算机系统结构]

引文网络
相关文献

参考文献1

1汪海燕,黎建辉,杨风雷.支持向量机理论及算法研究综述[J].计算机应用研究,2014,31(5):1281-1286. 被引量：216

二级参考文献38

1庄东,陈英.基于加权近似支持向量机的文本分类[J].清华大学学报（自然科学版）,2005,45(S1):1787-1790. 被引量：16
2马立权,李维,蔡韩辉,路莹,李歆.手写数字识别中的预处理技术研究[J].仪器仪表学报,2001,22(z2):263-265. 被引量：12
3邬啸,魏延,吴瑕.改进的双隶属度模糊支持向量机[J].重庆师范大学学报（自然科学版）,2011,28(5):49-52. 被引量：5
4赖苏,熊忠阳,江帆,唐蓉君.利用改进的多项式核函数支持向量机进行文本分类[J].重庆大学学报（自然科学版）,2012,35(S1):41-45. 被引量：2
5谢湘,匡镜明.Mandarin Digits Speech Recognition Using Support Vector Machines[J].Journal of Beijing Institute of Technology,2005,14(1):9-12. 被引量：2
6应伟,王正欧,安金龙.一种基于改进的支持向量机的多类文本分类方法[J].计算机工程,2006,32(16):74-76. 被引量：28
7曾水玲,徐蔚鸿.基于支持向量机的手写体数字识别[J].计算机与数字工程,2006,34(10):104-106. 被引量：9
8王欢良,韩纪庆,李海峰,郑铁然.基于HMM/SVM两级结构的汉语易混淆语音识别[J].模式识别与人工智能,2006,19(5):578-584. 被引量：4
9朱齐丹,张智,邢卓异.支持向量机改进序列最小优化学习算法[J].哈尔滨工程大学学报,2007,28(2):183-188. 被引量：10
10李向东,王进华.支持向量机分解算法研究[J].计算机与数字工程,2007,35(5):9-12. 被引量：2

共引文献215

1李曙光,张新泉.沙钢冷轧原料库行车无人化技术应用[J].冶金自动化,2021,45(S01):12-15. 被引量：1
2王增政,王岩松,郭辉,袁涛,郑立辉,孙裴.基于LS-SVR的高速列车车内声品质主观评价[J].智能计算机与应用,2022,12(2):191-195. 被引量：2
3支余庆.利用串联谐振耐压现场检出和处理GIS缺陷[J].高电压技术,2000,26(2):78-79. 被引量：4
4牟宗萍,郑波,孙宗花,郭富荣,郭安余.新生儿惊厥的临床特点及病因分析(附124例报告)[J].新生儿科杂志,2000,15(1):32-33. 被引量：15
5李远远,梅红波,任晓杰,胡旭东,李梦迪.基于确定性系数和支持向量机的地质灾害易发性评价[J].地球信息科学学报,2018,20(12):1699-1709. 被引量：60
6熊静玲,朱西存,高华光,于瑞阳,温新.基于MSC与SVM的夯土齐长城土壤含水率高光谱估测[J].土壤学报,2018,55(6):1336-1344. 被引量：7
7马云飞.基于建模仿真的战车分类算法研究[J].电子技术（上海）,2014(8):9-14. 被引量：1
8卢曼丽.基于K-means算法的神经网络文本分类算法研究[J].中国管理信息化,2014,17(21):80-82. 被引量：1
9徐晟皓,杨楠堃,易梦乔.基于支持向量机的消费者行为分类方法[J].价值工程,2015,34(4):19-21. 被引量：3
10胡峰,马春侠,崔毅安,史广顺.基于分布式干涉光纤传感网络的通信线路防护系统[J].南京理工大学学报,2014,38(6):757-762. 被引量：4

同被引文献11

1王雪梅,王义和.模拟退火算法与遗传算法的结合[J].计算机学报,1997,20(4):381-384. 被引量：123
2李雯,刘培玉.基于贝叶斯的垃圾邮件过滤算法的研究[J].计算机工程与应用,2007,43(23):174-176. 被引量：14
3周勇禄,吴海燕,蒋东兴.基于统计异常的Web应用入侵检测模型研究[J].计算机安全,2012(5):8-12. 被引量：7
4赵晓丹,徐燕.垃圾邮件分类技术对比研究[J].信息网络安全,2014(2):75-80. 被引量：6
5师文轩,殷爱茹.垃圾邮件的概念漂移及过滤技术研究[J].中国科技论文,2014,9(10):1111-1117. 被引量：2
6陈付梅,韩德志,毕坤,戴永涛.大数据环境下的分布式数据流处理关键技术探析[J].计算机应用,2017,37(3):620-627. 被引量：33
7赵一宁,肖海力.对于大规模系统日志的日志模式提炼算法的优化[J].计算机工程与科学,2017,39(5):821-828. 被引量：6
8姚攀,马玉鹏,徐春香.基于ELK的日志分析系统研究及应用[J].计算机工程与设计,2018,39(7):2090-2095. 被引量：32
9丁宣宣,黄伟,郭渊博,苏晓丹.基于MapReduce和Bagging的并行组合支持向量机[J].信息工程大学学报,2018,19(2):196-202. 被引量：5
10Ali Rodan,Hossam Faris,Ja’far Alqatawna.Optimizing Feedforward Neural Networks Using Biogeography Based Optimization for E-Mail Spam Identification[J].International Journal of Communications, Network and System Sciences,2016,9(1):19-28. 被引量：2

引证文献2

1张汛,刘朝晖.基于模拟退火算法和发送行为的垃圾邮件检测模型[J].南华大学学报（自然科学版）,2017,31(1):77-80.
2凌仕勇,龚锦红.基于SVM和Word2Vec的Web应用入侵检测系统[J].网络安全与数据治理,2022,41(8):13-19. 被引量：1

二级引证文献1

1黄经赢,陈志华.基于SVM的Web应用异常检测系统的设计与实现[J].软件,2024,45(7):165-168.

1韩敏,李秋锐.基于KNN算法的垃圾邮件过滤方法分析[J].计算机光盘软件与应用,2012,15(7):179-180. 被引量：2
2郑亚莉,王康.基于概率神经网络的垃圾邮件分类[J].计算机与现代化,2008(1):8-10. 被引量：9
3徐治国.基于朴素贝叶斯的垃圾邮件分类系统的设计[J].盐城工学院学报（自然科学版）,2008,21(2):47-50. 被引量：2
4陆青梅,尹四清.基于贝叶斯定理的垃圾邮件分类技术研究[J].信息技术,2008,32(2):118-120.
5李维杰,徐勇.简体中文垃圾邮件分类的实验设计及对比研究[J].计算机工程与应用,2007,43(25):128-132. 被引量：3
6张艳秋,王蔚.利用遗传算法优化的支持向量机垃圾邮件分类[J].计算机应用,2009,29(10):2755-2757. 被引量：20
7李洋,赵骅.基于信息熵和决策分类技术的邮件识别研究[J].计算机科学,2008,35(2):87-89. 被引量：1
8邓慧.基于关联规则的垃圾邮件分类模型[J].计算机应用与软件,2015,32(8):320-323. 被引量：1
9范婕婷,赖惠成.一种基于SVM算法的垃圾邮件过滤方法[J].计算机工程与应用,2008,44(28):95-97. 被引量：5
10张秋余,张博,迟宁.自然语言语义理解在反垃圾邮件中的应用[J].计算机应用,2006,26(6):1315-1317. 被引量：5

软件导刊

2016年第6期

浏览历史

内容加载中请稍等...

基于MapReduce并行SVM的垃圾邮件分类被引量：2

参考文献1

二级参考文献38

共引文献215

同被引文献11

引证文献2

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

基于MapReduce并行SVM的垃圾邮件分类 被引量：2

参考文献1

二级参考文献38

共引文献215

同被引文献11

引证文献2

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

基于MapReduce并行SVM的垃圾邮件分类被引量：2