文献

J-GLOBAL ID：202002288086492753   整理番号：20A1848328

統合学習に基づく画像スパムフィルタリング手法【JST・京大機械翻訳】

An image spam filtering method based on integrated learning

著者 (4件)： Zhao Junsheng (内蒙古工業大学信息工程学院,内蒙古呼和浩特,010080) ,  Hou Sheng (内蒙古工業大学信息工程学院,内蒙古呼和浩特,010080) ,  Wang Xinyu (内蒙古工業大学信息工程学院,内蒙古呼和浩特,010080) ,  Yin Yujie (内蒙古工業大学信息工程学院,内蒙古呼和浩特,010080)
資料名： Jisuanji Gongcheng Yukexue  (Jisuanji Gongcheng Yukexue)
巻： 42  号： 6  ページ： 1049-1059  発行年： 2020年 
JST資料番号： C2938A  ISSN： 1007-130X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在の画像スパムフィルタリング技術は、世界的に通用するゴミ画像データセットを訓練セットとして採用し、中国国内画像ゴミメールの画像特徴と一致しなく、画像データはリアルタイム更新を欠いており、しかも分類器が単一であり、フィルタリング効果が保証しにくい。この問題に照準を定めて,国内のスパム画像データベースに基づいて,まず第一に,カラー,テクスチャ,および形状特徴を抽出して,次に,K-NN分類アルゴリズムによって,異なった分類装置を訓練して,テストして,性能を比較した。ラフ集合に基づくK-NNアルゴリズム,NaiveBayesアルゴリズム,およびSVMアルゴリズムに基づく3つのベース分類装置を提案して,逐次反復法に基づく統合学習の強力な分類装置を形成した。提案方法は,画像スパムフィルタリングの精度と再現率を,それぞれ,97.3%と96.1%,誤判定率を2.7%に低下させる,国内の画像スパムの効率的フィルタリングを実現できた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習 ,  逐次近似 ,  分類装置 ,  *フィルタリング ,  画像特性 ,  画像データベース ,  ラフ集合
準シソーラス用語： 画像データ ,  分類アルゴリズム ,  再現率 ,  *スパムフィルタ ,  *スパム , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 統合 ,  学習 ,  スパムフィルタリング ,  手法