堆叠去噪自编码器在垃圾邮件过滤中的应用

作者：李艳涛; 冯伟森

来源：计算机应用, 2015, (11): 3256-3260+3292.

• 堆叠去噪自编码器
• 垃圾邮件
• 分类
• 支持向量机
• 贝叶斯方法 Stacked Denoising Autoencoder(SDA)
• spam
• classification
• Support Vector Machine(SVM)
• Bayesian approach

针对垃圾邮件数量日益攀升的问题,提出了将堆叠去噪自编码器应用到垃圾邮件分类中。首先,在无标签数据集上,使用无监督学习方法最小化重构误差,对堆叠去噪自编码器进行贪心逐层预训练,从而获得原始数据更加抽象和健壮的特征表示;然后,在堆叠去噪自编码器的最上层添加一个分类器后,在有标签数据集上,利用有监督学习方法最小化分类误差,对预训练获得的网络参数进行微调,获得最优化的模型;最后,利用训练完成的堆叠去噪编码器在6个不同的公开数据集上进行测试。将准确率、召回率、更具有平衡性的马修斯相关系数作为实验性能评价标准,实验结果表明,相比支持向量机算法、贝叶斯方法和深度置信网络的分类效果,基于堆叠去噪自编码器的垃圾...

• 出版日期2015
• 单位四川大学