论文研究基于Kolmogorov复杂性的垃圾图像分类模型.pdf

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。