基于神经网络的邮件分类识别研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·论文的背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本课题的研究内容 | 第11-12页 |
| 第二章 邮件基本理论 | 第12-30页 |
| ·Email发展历史 | 第12页 |
| ·邮件传输原理 | 第12-21页 |
| ·邮件的格式 | 第12-13页 |
| ·邮件头的基本格式和结构 | 第13-16页 |
| ·MIME邮件头字段扩充 | 第16-20页 |
| ·邮件传送过程 | 第20-21页 |
| ·邮件协议分析 | 第21-26页 |
| ·SMTP | 第21-23页 |
| ·POP／IMAP | 第23-26页 |
| ·垃圾邮件特征 | 第26-29页 |
| ·垃圾邮件定义 | 第26页 |
| ·分析垃圾邮件特征 | 第26-29页 |
| ·与神经网络的结合 | 第29-30页 |
| 第三章 基于神经网络的邮件分类识别模型 | 第30-45页 |
| ·人工神经网络 | 第30-34页 |
| ·简介 | 第30-31页 |
| ·神经网络的基本属性 | 第31页 |
| ·神经网络模型的分类 | 第31-32页 |
| ·神经网络的学习机理和机构 | 第32-34页 |
| ·神经网络学习的梯度算法 | 第34页 |
| ·误差反向传播的前馈网络(BP网络) | 第34-40页 |
| ·BP网络的数学模型 | 第35-37页 |
| ·常用激活函数 | 第37-39页 |
| ·BP网络的基本学习步骤 | 第39-40页 |
| ·BP算法的改进 | 第40页 |
| ·模型的设计 | 第40-45页 |
| ·邮件的向量表示 | 第40-41页 |
| ·邮件的特征属性 | 第41-43页 |
| ·邮件的特征提取 | 第43页 |
| ·基于BP神经网络的邮件分类识别模型 | 第43-45页 |
| 第四章 模型的搭建及实验结果 | 第45-68页 |
| ·模型的设计目标 | 第45页 |
| ·模型流程图 | 第45-46页 |
| ·模型的实现 | 第46-68页 |
| ·邮件样本数据收集的实现 | 第46页 |
| ·特征提取的具体实现 | 第46-50页 |
| ·构造邮件分类识别神经网络 | 第50-59页 |
| ·网络的训练及测试结果 | 第59-68页 |
| 第五章 论文的总结与展望 | 第68-70页 |
| ·论文的总结 | 第68页 |
| ·后继研究工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间公开发表论文 | 第74页 |
