计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (26): 107-109.
吴叶科1,邬颖捷1,宋如顺1,陈 波2
WU Yeke1,WU Yingjie1,SONG Rushun1,CHEN Bo2
摘要: 结合粗糙集理论和LVQ神经网络的优点,提出了粗LVQ神经网络的垃圾邮件过滤模型。利用属性重要性启发式约简算法对邮件特征项进行约简,再利用LVQ网络模式分类能力进行垃圾邮件过滤。实验结果显示,提出的模型与单纯的粗糙集和LVQ网络相比,具有容错和抗干扰能力,减小了神经网络结构的复杂性,缩短了训练时间,提高了垃圾邮件过滤的准确率。