摘要
本发明公开了一种基于遗传算法改进的GADT模型辅助垃圾邮件检测方法,涉及垃圾邮件检测与分类技术领域,包括以下步骤:S10:对输入文本进行结构化预处理,包括文本标准化、删除停用词和词干提取;本发明中,通过对邮件文本结构化预处理,结合TF‑IDF特征编码与PCA降维,有效降低特征空间冗余与噪声,保留关键语义信息并压缩数据规模;利用遗传算法自适应优化决策树剪枝参数置信因子,动态平衡决策树复杂度与泛化能力,显著提升分类准确率与模型鲁棒性;特征降维与模型优化协同降低训练推理复杂度,提升检测实时性,该方法在准确性、鲁棒性及计算效率上均显著优于现有技术,具备良好的扩展性与应用推广价值。
技术关键词
垃圾邮件检测方法
混合分类器
文本
分类准确率
决策树分类器
决策树剪枝
遗传算法优化
方差信息
因子
分类技术
鲁棒性
训练集
生成特征
矩阵
复杂度
成分分析
染色体
规模
系统为您推荐了相关专利信息
智能算法
深度学习分析
数据采集模块
数据存储单元
分析模块
面向深度学习
跨模态
对齐模块
特征提取模块
样本
定位方法
大语言模型
图像
意图
sigmoid函数