图像型垃圾邮件过滤系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-15页 |
| ·论文的研究背景与选题意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文的主要内容及结构安排 | 第13-15页 |
| 2 图像型垃圾邮件过滤概述 | 第15-22页 |
| ·图像型垃圾邮件的定义 | 第15-16页 |
| ·图像型垃圾邮件的种类 | 第16-17页 |
| ·图像型垃圾邮件的特征 | 第17-18页 |
| ·现有图像型垃圾邮件过滤方法 | 第18-19页 |
| ·图像型垃圾邮件数据库 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 图像型垃圾邮件的特征提取 | 第22-38页 |
| ·基于图像底层的特征提取 | 第22-26页 |
| ·颜色特征 | 第22-23页 |
| ·梯度特征 | 第23-24页 |
| ·LBP 特征 | 第24-26页 |
| ·融合特征 | 第26页 |
| ·构造基于 SIFT 的词袋模型 | 第26-32页 |
| ·SIFT 特征 | 第26-31页 |
| ·词袋模型 | 第31-32页 |
| ·GIST 特征 | 第32-34页 |
| ·Gabor 小波概述 | 第32-33页 |
| ·GIST 特征提取 | 第33-34页 |
| ·文本区域定位与特征提取 | 第34-37页 |
| ·现有文本区域定位方法 | 第34-35页 |
| ·本文文本区域定位方法 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 图像型垃圾邮件的分类 | 第38-48页 |
| ·SVM 算法 | 第38-41页 |
| ·最近邻算法 | 第41页 |
| ·相似性检索算法 | 第41-44页 |
| ·LSH 算法 | 第41-43页 |
| ·改进的 LSH 算法 | 第43-44页 |
| ·Adaboost 算法 | 第44-47页 |
| ·弱分类器的训练过程 | 第45-46页 |
| ·强分类器的训练过程 | 第46-47页 |
| ·级联分类器的训练过程 | 第47页 |
| ·本章小结 | 第47-48页 |
| 5 多层垃圾邮件过滤系统总体设计 | 第48-59页 |
| ·系统总体设计框图 | 第48-49页 |
| ·第一层过滤系统 | 第49-52页 |
| ·第一层过滤系统框架 | 第49页 |
| ·第一层过滤系统的实验结果与性能分析 | 第49-52页 |
| ·第二层过滤系统 | 第52-55页 |
| ·第二层过滤系统框架 | 第52-53页 |
| ·第二层过滤系统的实验结果与性能分析 | 第53-55页 |
| ·第三层过滤系统 | 第55-57页 |
| ·第三层过滤系统框架 | 第55-56页 |
| ·第三层过滤系统的实验结果与性能分析 | 第56-57页 |
| ·文本区域定位的实验结果 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65页 |
