انتخاب ویژگی در تشخیص هرز نامه ها مبتی بر ترکیب طبقه بندها
- سال انتشار: 1398
- محل انتشار: دومین کنفرانس بین المللی معماری،عمران، کشاورزی و محیط زیست
- کد COI اختصاصی: ACAECONF02_037
- زبان مقاله: فارسی
- تعداد مشاهده: 653
نویسندگان
چکیده
طبقه بندی نامه های الکترونیکی در زمره روشهای یادگیری ماشین مبتنی بر محتوا قرار می گیرد که اساس کار آنها تشخیصبراساس محتوا و کلمات است . انتخاب بردار ویژگی مناسب برای افزایش کارایی سامانه های تشخیص در پیچیدگی زمان اجرایالگوریتم نقش بسزایی دارد . در این مقاله روشی ارائه شده است که در آن با استفاده از انتخاب ویژگی به دو روش انتخابپیشرونده و الگوریتم وراثتی، نرخ صحت و درستی در تشخیص هرزنامه های الکترونیکی از نامه های معتبر افزایش یافته است .نتایج آزمایشها بر روی پایگاه اطلاعات نشان داد که روشهای انتخاب ویژگی ضمن کاهش تعداد ویژگیها، موجب افزایش نرخ درستیدر تشخیص هرزنامه ها شده است . به دلیل اینکه طبقه بندها در یک فرایند یادگیری ساخته می شوند امکان گرفتار شدن آنها درکمینه های محلی وجود دارد بنابراین برای افزایش دقت طبقه بندی . در این مقاله،از ترکیب نتایج دو طبقه بند پایه بیزو ماشینبردار پشتیبان استفاده و با نتایج حاصل از ترکیب طبقه بندها مورد مقایسه قرار گرفته است.کلیدواژه ها
ترکیب طبقه بندها، ماشین بردار پشتیبان، الگوریتم بیز، انتخاب ویژگی، طبقه بندی هرزنامه، یادگیری ماشینمقالات مرتبط جدید
- مقایسه درصد ترکیب تاج پوشش کلاسهای خوشخوراکی در سه رویشگاه مرتعی چهاردانگه ساری
- تاثیر تغییرات اقلیم بر اشتغال در بخش کشاورزی: مروری تحلیلی
- Land reform in some developing countries: A review
- شناسایی ژنوتیپهای امیدبخش گندم نان با استفاده از تحلیل روابط بین صفات و تجزیه خوشه ای
- Harnessing Renewable Energy for Environmental Sustainability: The Role of Wind Power in Carbon Reduction
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.