典型文献
基于HHO-KNN优化算法的垃圾邮件检测研究
文献摘要：
垃圾邮件是一直困扰人们的问题.随着网络用户和网络企业的增长,垃圾邮件的数量也在增长.垃圾邮件除广告外,还经常带有不健康的内容.在垃圾邮件分析中,将哈里斯鹰优化算法与K-最近邻算法相结合,提出了一种新的垃圾邮件分类算法HHO-KNN优化算法;并将本文算法与其他算法进行了比较.实验结果表明,本文算法在分类精度方面优于其他算法,准确率达到94.3％.
文献关键词：
哈里斯鹰优化算法;K-最近邻算法;垃圾邮件;机器学习
中图分类号：
作者姓名：
陈亮;朱元凯;李长英
作者机构：
泰山职业技术学院,山东 泰安 271000
文献出处：
引用格式：
[1]陈亮;朱元凯;李长英-.基于HHO-KNN优化算法的垃圾邮件检测研究)[J].电脑与电信,2022(09):73-77
A类：
B类：
HHO,KNN,垃圾邮件,扰人,网络用户,网络企业,广告,哈里斯鹰优化算法,最近邻算法,分类算法,分类精度
AB值：
0.207811
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
