QBC主动采样学习在垃圾邮件在线过滤中的应用 (2014年)

【文件属性】：

文件名称：QBC主动采样学习在垃圾邮件在线过滤中的应用 (2014年)

文件大小：1.16MB

文件格式：PDF

更新时间：2024-06-11 10:19:06

工程技术 论文

针对垃圾邮件在线过滤的实际应用，在委员会投票算法采样学习的基础上，提出动态提升采样门槛，在无标签样本池中阶梯式获取高信息量训练样本的方法。该方法能够在稳定识别精度的前提下，进一步降低用于标注和学习的样本数量，压缩由此带来的时间成本。通过在UCI的Spambase数据集上仿真，证明了该方法在改善学习效率方面的有效性。