利用遗传算法优化的支持向量机垃圾邮件分类  

E-mail classification by SVM optimized with genetic algorithm

作　　者：张艳秋[1] 王蔚[1] 

机构地区：[1]南京师范大学教育科学学院,南京210097

出　　处：《计算机应用》2009年第10期2755-2757,共3页journal of Computer Applications

基　　金：全国教育科学"十五"规划教育部重点基金项目(DCA050056);江苏省教育科学"十一五"规划项目(D/2006/01/096);教育部归国留学基金委项目

摘　　要：提出一种利用遗传算法优化支持向量机来进行垃圾邮件的分类方法。首先对邮件进行预处理,然后利用遗传算法优化支持向量机的惩罚因子和核函数参数的组合,最后利用优化后的支持向量机对邮件进行分类。在由5 800篇邮件构成的数据集上进行实验的结果表明,该方法能达到89.67%的准确率,提高了对中文垃圾电子邮件过滤的准确性。A method of classifying E-mail by Support Vector Machines （SVM） and Genetic Algorithm （GA） was proposed. In the first step, the mails were preprocessed, and then the combination of support vector machine parameters of C and kernel function parameters was optimized by genetic algorithm. Finally, the E-mail was classified by the optimized SVM . The experiments on a data set composed of 5 800 mails show that the precision is 89.67%, which indicates that this method indeed improves the accuracy of filtering Chinese spam.

关 键 词：支持向量机 遗传算法 垃圾邮件 参数优化 模式识别 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]