JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

一种具有分类细化功能的垃圾语言识别方法

李小娇 马吉明 张向梅

李小娇, 马吉明, 张向梅. 一种具有分类细化功能的垃圾语言识别方法[J]. 轻工学报, 2014, 29(1): 94-97,108. doi: 10.3969/j.issn.2095-476X.2014.01.020
引用本文: 李小娇, 马吉明, 张向梅. 一种具有分类细化功能的垃圾语言识别方法[J]. 轻工学报, 2014, 29(1): 94-97,108. doi: 10.3969/j.issn.2095-476X.2014.01.020
LI Xiao-jiao, MA Ji-ming and ZHANG Xiang-mei. A SPIT recognition method with refined classification[J]. Journal of Light Industry, 2014, 29(1): 94-97,108. doi: 10.3969/j.issn.2095-476X.2014.01.020
Citation: LI Xiao-jiao, MA Ji-ming and ZHANG Xiang-mei. A SPIT recognition method with refined classification[J]. Journal of Light Industry, 2014, 29(1): 94-97,108. doi: 10.3969/j.issn.2095-476X.2014.01.020

一种具有分类细化功能的垃圾语言识别方法

  • 中图分类号: TP399

A SPIT recognition method with refined classification

  • Received Date: 2012-11-29
    Available Online: 2014-01-15

    CLC number: TP399

  • 摘要: 为了筛选出散播垃圾语音的用户,建立了一种采用基于加权k-means和支持向量机的垃圾语言识别方法.该方法依据用户的历史通信活动建立通信行为网络模型,用加权的k-means算法对用户进行半监督聚类,然后从每个类中均匀选取部分用户数据作为训练集,采用支持向量机获得训练模型用以预测剩余用户数据.实验结果表明,该方法的用户分类更细化,并具备预测功能,有一定的机器学习能力,可用于大客户发现及关联客户发现和业务推荐等.
    1. [1]

      何光宇,闻英友,赵宏.基于反馈评判的SPIT检测与防范方法[J].东北大学学报:自然科学版,2009,30(4):526.

    2. [2]

      何光宇,闻英友,赵宏.固定移动融合网络中基于资源挑战的垃圾语音防范方法[J].计算机学报,2012,35(1):38.

    3. [3]

      王菲,莫益军,黄本雄.基于信誉的P2P-VoIP垃圾语音过滤模型[J].华中科技大学学报:自然科学版,2008,36(8):62.

    4. [4]

      张卫兵,魏更宇,黄玮,等.一种基于布鲁姆过滤器的网络垃圾语音检测方法[J].信息工程大学学报,2010,11(5):557.

    5. [5]

      夏惠芬,董卫民.基于关联规则的Web挖掘技术研究[J].现代电子技术,2011(16):101.

    6. [6]

      张雪风,张桂珍,刘鹏.基于聚类准则函数的改进k-means算法[J].计算机工程与应用,2011,47(11):123.

    7. [7]

      李健森,白万民.一种改进的距离度量的聚类算法[J].电子设计工程,2012,20(22):86.

    8. [8]

      王立梅,李金凤,岳琪.基于k均值聚类的直推式支持向量机学习算法[J].计算机工程与应用,2013,49(14):144.

    9. [9]

      徐红,彭力,陈容.基于优化支持向量机的人脸表情分类[J].计算机应用研究,2013,30(8):2541.

    10. [10]

      奉国和.SVM分类核函数及参数选择比较[J].计算机工程与应用,2011,47(3):123.

    11. [11]

      Watts D J,Strogatz S H.Collective dynamics of 'small-world' etworks[J].Nature,1998,393(6684):440.

  • 加载中
计量
  • PDF下载量:  152
  • 文章访问数:  8035
  • 引证文献数: 0
文章相关
  • 收稿日期:  2012-11-29
  • 刊出日期:  2014-01-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
李小娇, 马吉明, 张向梅. 一种具有分类细化功能的垃圾语言识别方法[J]. 轻工学报, 2014, 29(1): 94-97,108. doi: 10.3969/j.issn.2095-476X.2014.01.020
引用本文: 李小娇, 马吉明, 张向梅. 一种具有分类细化功能的垃圾语言识别方法[J]. 轻工学报, 2014, 29(1): 94-97,108. doi: 10.3969/j.issn.2095-476X.2014.01.020
LI Xiao-jiao, MA Ji-ming and ZHANG Xiang-mei. A SPIT recognition method with refined classification[J]. Journal of Light Industry, 2014, 29(1): 94-97,108. doi: 10.3969/j.issn.2095-476X.2014.01.020
Citation: LI Xiao-jiao, MA Ji-ming and ZHANG Xiang-mei. A SPIT recognition method with refined classification[J]. Journal of Light Industry, 2014, 29(1): 94-97,108. doi: 10.3969/j.issn.2095-476X.2014.01.020

一种具有分类细化功能的垃圾语言识别方法

  • 郑州轻工业学院 计算机与通信工程学院, 河南 郑州 450001

摘要: 为了筛选出散播垃圾语音的用户,建立了一种采用基于加权k-means和支持向量机的垃圾语言识别方法.该方法依据用户的历史通信活动建立通信行为网络模型,用加权的k-means算法对用户进行半监督聚类,然后从每个类中均匀选取部分用户数据作为训练集,采用支持向量机获得训练模型用以预测剩余用户数据.实验结果表明,该方法的用户分类更细化,并具备预测功能,有一定的机器学习能力,可用于大客户发现及关联客户发现和业务推荐等.

English Abstract

参考文献 (11)

目录

/

返回文章