文件名称：论文研究-基于Kolmogorov复杂性的垃圾图像分类模型.pdf
文件大小：207KB
文件格式：PDF
更新时间：2022-08-11 14:16:27
垃圾图像过滤,柯尔莫哥洛夫复杂性,数据压缩,机器学习,无参数分类
为了进一步遏制图像型垃圾邮件的泛滥，首次提出了一种基于Kolmogorov复杂性的垃圾图像分类模型。该模型利用数据压缩技术，实现了对垃圾图像的有效分类。与目前主流垃圾图像分类方法相比，本模型既不需要提取图像中的文字，也不需要对图像特征进行定义和选择，而是一种无参数的分类方法。实验验证了本模型的有效性和鲁棒性，同时还表明，Kolmogorov复杂性在垃圾信息过滤中具有广阔的应用前景。