一个基于Naive Bayesian垃圾邮件过滤器的改进

近几年来,垃圾邮件成为互联网的公害之一。现有的反垃圾邮件技术中,基于统计方法的Naive Bayesian分类算法在垃圾邮件过滤中有很好的效果。文中简单介绍了Naive Bayesian分类算法,提出了一种旨在提高垃圾邮件过滤精确率的改进方案,并给出了实验结果。     

一个基于Naive Bayesian垃圾邮件过滤器的改进

近几年来，垃圾邮件成为互联网的公害之一。现有的反垃圾邮件技术中，基于统计方法的Naive Bayesian分类算法在垃圾邮件过滤中有很好的效果。文中简单介绍了Naive Bayesian分类算法，提出了一种旨在提高垃圾邮件过滤精确率的改进方案，并给出了实验结果。     

基于免疫原理的个性化Spam过滤算法

受生物免疫系统工作机制的启发,本文提出一种基于免疫原理的个性化Spam过滤算法.其主要思想是根据用户兴趣和邮件特征定义垃圾邮件社区,将各垃圾邮件归类于不同的垃圾邮件社区,抽取各个垃圾邮件社区的特征并用一组特征检测器来表示,检测时通过判断待检测邮件是否归属于某垃圾邮件社区来进行过滤.该算法是一个增量学习算法,能连续过滤垃圾邮件.算法中免疫学习与免疫记忆机制的采用不仅能提高垃圾邮件过滤的检出率与正确率还能加快邮件过滤的速度.文中通过测试实验和分析表明,本文算法的垃圾邮件过滤性能优于AISEC与Naive Bayesian算法.     

Naive Bayesian算法在基于内容的垃圾邮件过滤中的应用

垃圾邮件是Internet上面临急待解决的问题。Naive Bayesian算法由于其简单高效性在文本分类中应用较广，重点阐述了Naive Bayesian算法在基于内容的垃圾邮件过滤中的应用，并在Ling—spam语料库上进行了实验，获得了良好的分类效果，实验论证了它在垃圾邮件过滤中的可行性和有效性。     

基于本体的电子邮件过滤策略

针对各种邮件过滤方法的缺陷,本文提出了一种基于本体的邮件过滤方法.该方法利用对解码后邮件文档的元数据提取和本体标注,对其进行基于概率的Naive Bayes本体概念识别分类,并做出了语义解释和查询推理,从而实现了智能的邮件过滤.     

基于多过滤器集成学习的在线垃圾邮件过滤

垃圾邮件过滤就是在线对邮件做出Spam(垃圾)或Ham(非垃圾)的判断,这是一种根据客户反馈不断自学习的过程。本文抽取邮件的语言特征和行为特征构建多个简单过滤器,然后采用集成学习方法组合这些简单过滤器,获得了比简单过滤器更高的性能。实验表明单一特征学习的计算复杂性低、速度较快,而集成学习的效果更好。本文提出的将SVM集成学习用于邮件过滤的方法,在各种集成学习方法中效果最好。
     

一种基于潜在语义索引的"垃圾"邮件过滤方法

提出了一种基于潜在语义索引（ＬＳＩ）的“垃圾”邮件过滤方法,讨论了邮件概念空间的构造,该空间中邮件相似度的计算和“垃圾”邮件的过滤。     

简讯

35互联(原中国频道)推出智能识别过滤垃圾邮件35,com个人邮箱“刺猬”系列(http://www.35.com)。35邮箱是为个人用户提供可靠、稳定、安全快速收发电子邮件的付费邮箱,该邮箱提供有学习能力的垃圾邮件过滤器,只要您在收件箱将一封邮件判定为垃圾邮件,这封邮件上的“垃圾特征”就会被过滤器记取。从此,只要收到带有这些特征的邮件都会被自动投递到垃圾邮件箱。另外,该邮箱还具有邮件到达手机短信提醒等功能。同时,您也不必再担心对方拒收大邮件,只要把文件     

分层垃圾邮件过滤器的设计与实现

由于垃圾邮件变化多端,日益泛滥,传统的、单一的反垃圾邮件方法对新型的垃圾邮件已经无能为力,为了攻克这一难题,我们设计了一个包含贝叶斯算法、反向DNS查询以及系统级和用户级过滤等的分层反垃圾邮件技术的邮件服务器.该服务器除了能收发邮件、过滤邮件,还可以通过自动和手动两种方式进行学习,以适应垃圾邮件的变化,有效的屏蔽垃圾邮件.本文着重介绍该服务器的垃圾过滤器所采用的各种技术和主要结构.     

基于有监督Bayesian网络的垃圾邮件过滤

对影响邮件特性的邮件报文格式作了仔细的分析并对垃圾邮件的特征进行了分类归纳,在此基础上构建了一个有监督的Bayesian邮件分类网络。通过对该网络作Bayesian参数估计,实现了判定邮件类别的不确定推理。对不同邮件测试集的在线学习试验结果表明,有监督Bayesian邮件分类网络能够有效地实现垃圾邮件的相对完备特征学习,改善邮件过滤的准确率。     

Sequential control of a monetary policy model for India

This paper attempts to incorporate expectation generating mechanisms in a formal economic planning model. We have tried to introduce a simple bayesian filter method into an econometric model to see how the system parameters would change subject to a ‘policy-optimization-process’. The method was applied to a monetary policy model for India to see how the political authorities would react to private sector reactions to the policy-optimization-process. Through continuous updating of the response parameters, we can derive a very different type of monetary-fiscal policy structure than that which can be obtained through the usual optimal control process.     

基于贝叶斯网络的多传感器目标识别算法研究

基于贝叶斯网络能够组合多种证据进行不确定性表达和推理的特点,提出以贝叶斯网络为基本结构的目标融合识别模型.通过详细分析空中目标识别的推理规则,建立了空中目标识别的贝叶斯网络拓扑结构.首先对各传感器的数据分别进行融合,然后应用贝叶斯网络推理算法对多种传感器融合结果进行融合计算,最后根据假定变量各状态的概率取值来判断目标平台类型.仿真结果证明了该方法直观、形象,计算速度快,降低了实用的复杂度,提高了目标识别的可靠性.     

农业网站中垃圾网页过滤方法的研究

在农业网站中存在着大量的含有无效信息的网页,为了将这些垃圾网页从海量的网页中过滤出去,本文提出了一种新的方法,即通过朴素贝叶斯法与决策树法相结合的方法来判别垃圾网页。     

Some simplified algorithms for the bayesian identification of aircraft parameters

The salient features of the bayesian approach for system identification are briefly examined from the numerical viewpoint. The shortcomings of this approach readily suggest the possible simplification which make the technique numerically more attractive. Four such simplifications are proposed, based on three principles, viz. (1) Decomposition of the filter, several schemes are already available and a new scheme is proposed, which is useful when a good number of state equations are noise-free. (2) On-line identification, obtained by estimating the state vector at the present instant only, and then updating the parameters using this state, (3) Simplified gain matrix, based on the idea that not all elements of the gain matrix are equally significant. Two simple gain structures are proposed, based on the structure of the measurement matrix.

The stability and control derivatives of Concorde are identified using these algorithms. It is shown that, by a proper combination of these algorithms, it is possible to obtain results rapidly without excessive memory requirements.     

基于故障树的贝叶斯网络建造方法与故障诊断应用

文章首先指出应用贝叶斯网络模型进行设备故障诊断具有的优势,提出了由常用的故障树模型建造贝叶斯网络的方法。然后详细比较了故障树与贝叶斯网络在诊断推理和模型表达方面的特点,并以实例进行说明。     

基于贝叶斯网络的健壮社团检测

健壮社团是复杂网络社团结构中稳定部分,健壮社团发现是非常困难的;提出了一种基于贝叶斯网络推理的健壮社团发现算法,把健壮社团发现问题当做推理问题,构造一个贝叶斯网络,根据结点的度来设置贝叶斯网络相关参数,然后将某些内部联系特别紧密的网络结点设为证据结点,在贝叶斯网络中进行信度传播,得到在已知证据的情况下其余结点属于该健壮社团的概率,最后得到复杂网络中的所有健壮社团;对足球俱乐部网络(115个结点)和随机网络(128个结点)的测试结果表明所提方法能有效地检测出复杂网络中存在的健壮社团,具有较好的应用价值。     

Adaptive tracking system for a manoeuvring target using images with correlated noises

An effective scheme is proposed for estimating the state parameters of a manoeuvring target from a noisy image sequence, providing the sequence contains correlated noises and the trajectory of the target is disturbed by an unknown acceleration. For the correlated noises, a first-order difference operator is applied to the original image sequence to generate an artificial measurement sequence with only uncorrelated white noises. For the unknown acceleration, a Kalman filter augmented by a semi-Markov process and the bayesian theory is applied to form an adaptive filter. In the proposed tracking system, the filter first generates an artificial measurement at each sampling time from the observation. It then utilizes an artificial measurement sequence up to the current time instance to predict the a posteriori probability of each possible acceleration state. The weighted average of acceleration, where the weight is the a posteriori probability, is applied to derive the optimal estimates of the state parameters. Several computer simulations with external force applied at unknown times are performed to demonstrate the applicability and superiority of the proposed system.     

概率逻辑模型与学习研究进展

近年来,概率逻辑学习研究取得了很大进展,已经提出各种不同的形式化方法和学习方法,包括概率关系模（PRMs）、贝叶斯逻辑程序（BLPs）、逻辑贝叶斯网络（LBNs）和随机逻辑程序（SLPs）等。文章重点介绍了贝叶斯网络与一阶逻辑的结合,并以PRMs、BLPs和LBNs为例,描述了基于贝叶斯网络的概率逻辑模型（PLMs）的知识表示方法,给出了此类PLMs一般使用的参数估计方法和结构学习方法,并给出了建议的研究方向。     

一种改进的小波域贝叶斯图像去噪方法

基于对小波分析理论的深入学习,本文对小波测值萎缩去噪方法的关键环节进行了研究。本文在分析小波系数的分布特点的基础上,根据贝叶斯估计理论,得到贝叶斯收缩阈值,采用软阈值收缩去噪,行基于空间自适应例值和边缘检测的思想改进了一种新的自适应贝叶斯阈值萎缩去噪算法,仿真实验效果良好。     

基于贝叶斯背景模型的免携带设备目标定位算法

免携带设备目标定位不需要目标携带任何电子设备或标签来对人或其他物体进行定位。针对现有射频层析成像算法在多径环境中定位精度不理想的问题,提出了一种基于贝叶斯背景模型的定位算法。该算法首先将斜拉普拉斯分布和贝叶斯理论相结合来建立贝叶斯背景模型,用于排除冗余链路;然后对接收信号强度的变化值进行加权处理,从而减小多径效应对目标定位的干扰;最后引入目标位置的后验估计均值对目标位置进行修正,提高定位精度。实验结果表明,该定位算法具有可行性和有效性。