垃圾短消息的分类方法

摘要

本发明提出了一种垃圾短消息的分类方法，能够应用支持矢量机(SVM)和人工神经网络(ANN)对自学，并通过有效算法SVM分类器和ANN分类器这两种分类器有机的结合起来。该算法为：将分类样本发送到人工神经网络分类器，并将人工神经网络分类器的输出值M进行排序；如果输出值M的最大值大于预设定值r，则该最大值对应的分类即为该短消息的分类，否则所述输出值M是否小于等于预定值s，如果是则将该分类样本归入拒识类；如果M在r和s之间则利用先前的训练结果再使用支持矢量机分类器进行分类。本发明能够在容许的拒识率下，对垃圾短信的分类效果更好。

主权项

1、一种垃圾短消息的分类方法，包括：步骤1、根据垃圾短信息的原始特征生成特征向量，所述原始特征至少包括垃圾短信息的关键词；步骤2、将所述特征向量作为输入向量，输入人工神经网络进行训练，得到训练结果1；将所述特征向量作为输入向量，输入支持矢量机进行训练，得到训练结果2；将所述特征向量作为输入向量，输入人工神经网络进行分类，得到分类结果，并将该分类结果输入人工神经网络进行训练，得到训练结果3；步骤3、将分类样本发送到人工神经网络分类器，并将人工神经网络分类器的输出值M进行排序；如果输出值M的最大值大于预设定值r，则该最大值对应的分类即为该短消息的分类，步骤结束；如果输入值M的最大值不大于预设定值r，则进入步骤4；步骤4、判断所述输出值M是否小于等于预定值s，如果是则将该分类样本归入拒识类，步骤结束；否则进入步骤5；步骤5、将分类样本分别发送到生成训练结果2和生成训练结果3的支持矢量机分类器进行分类，如果两分类器的结果一致，则该分类结果即为该分类样本对应的类别，否则将该分类样本归入拒识类，步骤结束。