Алгоритм классификации информации  для решения задачи фильтрации  нежелательных сообщений


	Программные системы и вычислительные методы Правильная ссылка на статью: А.Г. Коробейников, И.Г. Сидоркина, С.Ю. Блинов, А.В. Лейман Алгоритм классификации информации для решения задачи фильтрации нежелательных сообщений // Программные системы и вычислительные методы. 2012. № 1. С. 89-95. URL: https://nbpublish.com/library_read_article.php?id=61566 А.Г. Коробейников, И.Г. Сидоркина, С.Ю. Блинов, А.В. Лейман Алгоритм классификации информации для решения задачи фильтрации нежелательных сообщений Аннотация: В статье рассматривается задача фильтрации нежелательной информации или определения спамности документов на основе метода опорных векторов. Предложена модификация построения разделяющей гиперплоскости с использованием фейеровских отображений. В данном случае предложено произвести замену операции проектирования последовательностью таких отображений. Это позволяет работать с нестационарными данными, характерными для задач классификации документов. Ключевые слова: Программное обеспечение, Классификация информации, спам, задачи сильной отделимости, гильбертово пространство, метод опорных векторов, гиперплоскость, фейеровские отображения, сходимость алгоритма, фильтрация Keywords: Programmnoe obespechenie, Klassifikatsiya informatsii, spam, metod opornykh vektorov, feierovskie otobrazheniya Эта статья может быть бесплатно загружена в формате PDF для чтения. Обращаем ваше внимание на необходимость соблюдения авторских прав, указания библиографической ссылки на статью при цитировании. Скачать статью Библиография 1. Cидоркина И.Г., Коробейников А.Г, Кудрин П.А. Алгоритм распознавания трехмерных изображений с высокой детализацией// Вестник МарГТУ, 2 (9), 2010 г., стр. 91-99. 2. Гришенцев А.Ю., Коробейников А.Г. Декомпозиция N-мерных цифровых сигналов по базису прямоугольных всплесков//Научно-технический вестник информационных технологий, механики и оптики. – 2012. – № 4 (80). – С. 75–79. 3. Халмош П.., Гильбертово пространство в задачах, Перевод с английского И. Д. Новикова и Т. В. Соколовской; под ред. Р. А. Минлоса. — М.: Издательство «Мир», 1970. — 352 с. 4. Еремин И.И. Фейеровские методы сильной отделимости выпуклых полиэдральных множеств // Известия вузов. Сер. математика.-2006.-№ 12.-C. 33-43. 5. Лифшиц Ю. Классификация текстов. Алгоритмы для Интернета. 2005. URL: http://yury.name/internet. 6. R.-E. Fan, P.-H. Chen, C.-J. Lin. Working set selection using second order information for training SVM // Journal of Machine Learning Research, V. 6, 2005, pp. 1889–1918. 7. Ерёмин И.И., Мазуров В.Д. Нестационарные процессы математического программирования.-М.: Наука, 1979.-288 с. 8. Еремин И.И. Теория линейной оптимизации.-Екатеринбург: УрО РАН, 1999.-312 с. 9. Нурминский Е.А. Использование дополнительных малых воздействий в фейеровских моделях итеративных алгоритмов//Ж. вычисл. матем. и матем. физ. 2008. Т. 48. № 12. С. 2121–2128. 10. Журавлёв Ю. И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики. – 1978. – Т. 33. – С. 5–68. http://www.ccas.ru/frc/papers/zhuravlev78prob33.pdf References 1. Cidorkina I.G., Korobeinikov A.G, Kudrin P.A. Algoritm raspoznavaniya trekhmernykh izobrazhenii s vysokoi detalizatsiei// Vestnik MarGTU, 2 (9), 2010 g., str. 91-99. 2. Grishentsev A.Yu., Korobeinikov A.G. Dekompozitsiya N-mernykh tsifrovykh signalov po bazisu pryamougol'nykh vspleskov//Nauchno-tekhnicheskii vestnik informatsionnykh tekhnologii, mekhaniki i optiki. – 2012. – № 4 (80). – S. 75–79. 3. Khalmosh P.., Gil'bertovo prostranstvo v zadachakh, Perevod s angliiskogo I. D. Novikova i T. V. Sokolovskoi; pod red. R. A. Minlosa. — M.: Izdatel'stvo «Mir», 1970. — 352 s. 4. Eremin I.I. Feierovskie metody sil'noi otdelimosti vypuklykh poliedral'nykh mnozhestv // Izvestiya vuzov. Ser. matematika.-2006.-№ 12.-C. 33-43. 5. Lifshits Yu. Klassifikatsiya tekstov. Algoritmy dlya Interneta. 2005. URL: http://yury.name/internet. 6. R.-E. Fan, P.-H. Chen, C.-J. Lin. Working set selection using second order information for training SVM // Journal of Machine Learning Research, V. 6, 2005, pp. 1889–1918. 7. Eremin I.I., Mazurov V.D. Nestatsionarnye protsessy matematicheskogo programmirovaniya.-M.: Nauka, 1979.-288 s. 8. Eremin I.I. Teoriya lineinoi optimizatsii.-Ekaterinburg: UrO RAN, 1999.-312 s. 9. Nurminskii E.A. Ispol'zovanie dopolnitel'nykh malykh vozdeistvii v feierovskikh modelyakh iterativnykh algoritmov//Zh. vychisl. matem. i matem. fiz. 2008. T. 48. № 12. S. 2121–2128. 10. Zhuravlev Yu. I. Ob algebraicheskom podkhode k resheniyu zadach raspoznavaniya ili klassifikatsii // Problemy kibernetiki. – 1978. – T. 33. – S. 5–68. http://www.ccas.ru/frc/papers/zhuravlev78prob33.pdf

Журналы

Книги

А.Г. Коробейников, И.Г. Сидоркина, С.Ю. Блинов, А.В. Лейман Алгоритм классификации информации для решения задачи фильтрации нежелательных сообщений