首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信网论文--一般性问题论文--网络安全论文

移动互联网垃圾即时消息检测算法研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-16页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 网络监控技术第11-13页
        1.2.2 文本分类算法第13-14页
    1.3 论文的主要工作第14-16页
第2章 基于朴素贝叶斯算法的垃圾即时消息检测第16-34页
    2.1 即时消息检测总体设计第16-17页
    2.2 预处理第17-20页
        2.2.1 分词设计第17-19页
        2.2.2 去除停用词第19-20页
    2.3 特征选择第20-21页
    2.4 文本表示第21-24页
        2.4.1 特征加权第21-23页
        2.4.2 表示模型第23-24页
    2.5 垃圾即时消息检测方法的设计与实现第24-28页
        2.5.1 基于朴素贝叶斯的分类器设计第24-26页
        2.5.2 贝叶斯分类器实现第26-28页
    2.6 评价指标第28-29页
    2.7 实验及分析第29-33页
        2.7.1 实验环境设置第29页
        2.7.2 实验内容与结果分析第29-33页
    2.8 本章小结第33-34页
第3章 基于深度信念网络的垃圾即时消息检测第34-57页
    3.1 DBN垃圾即时消息检测算法总流程第34-35页
    3.2 垃圾即时消息预处理与特征提取第35-41页
        3.2.1 垃圾即时消息预处理第35-37页
        3.2.2 特征提取第37-38页
        3.2.3 文本向量表示第38-41页
    3.3 DBN分类模型设计第41-42页
        3.3.1 DBN分类模型的结构第41-42页
        3.3.2 DBN分类模型的算法设计第42页
    3.4 RBM训练第42-49页
        3.4.1 受限玻尔兹曼机第43-48页
        3.4.2 RBM训练算法第48-49页
    3.5 Softmax分类器第49页
    3.6 构造DBN分类器第49-52页
        3.6.1 预训练(pre-training)第50-51页
        3.6.2 网络微调(fine-tuning)第51-52页
    3.7 实验及分析第52-56页
        3.7.1 实验环境设置第52页
        3.7.2 实验内容与结果分析第52-56页
    3.8 本章小结第56-57页
第4章 总结与展望第57-59页
    4.1 工作总结第57页
    4.2 展望第57-59页
参考文献第59-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:中行阜新分行手机银行业务营销问题诊断及对策研究
下一篇:SCMA系统中多用户检测算法研究