网络智能过滤系统的设计与实现
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-5页 |
| 目录 | 第5-7页 |
| Contents | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| 1．1 网络信息安全与过滤 | 第9-11页 |
| 1．1．1 Internet安全 | 第9页 |
| 1．1．2 面临的问题 | 第9-11页 |
| 1．2 涉及过滤的安全问题的现状 | 第11-14页 |
| 1．2．1 基于包的过滤 | 第11-12页 |
| 1．2．2 基于应用的过滤 | 第12-13页 |
| 1．2．3 基于内容的文本过滤 | 第13-14页 |
| 1．3 本课题研究内容和研究目标 | 第14-16页 |
| 1．3．1 研究内容 | 第14页 |
| 1．3．2 研究目标 | 第14-16页 |
| 第二章 信息检索相关理论 | 第16-22页 |
| 2．1 经典信息检索模型 | 第16-20页 |
| 2．1．1 布尔模型 | 第17页 |
| 2．1．2 向量空间模型 | 第17-19页 |
| 2．1．3 概率模型 | 第19-20页 |
| 2．2 信息检索系统有效性评估 | 第20-22页 |
| 2．2．1 评估标准 | 第20-21页 |
| 2．2．2 查全率—查准率曲线 | 第21-22页 |
| 第三章 人工智能与神经网络 | 第22-29页 |
| 3．1 人工智能与机器学习 | 第22-23页 |
| 3．2 神经网络在系统中的应用 | 第23-25页 |
| 3．3 BP神经网络算法 | 第25-29页 |
| 3．3．1 算法简述 | 第25页 |
| 3．3．2 BP算法原理 | 第25-27页 |
| 3．3．3 BP算法的几点不足 | 第27页 |
| 3．3．4 BP算法的改进 | 第27-28页 |
| 3．3．5 发展趋势及研究方向 | 第28-29页 |
| 第四章 遗传算法 | 第29-39页 |
| 4．1 遗传算法的产生与发展 | 第29页 |
| 4．2 遗传算法概要 | 第29-31页 |
| 4．2．1 遗传算法的基本思想及流程 | 第29-30页 |
| 4．2．2 遗传算法的特点和应用 | 第30-31页 |
| 4．3 基本遗传算法 | 第31-39页 |
| 4．3．1 编码 | 第31-32页 |
| 4．3．2 适应度函数 | 第32-34页 |
| 4．3．3 遗传操作 | 第34-39页 |
| 第五章 智能过滤系统的设计与实现 | 第39-61页 |
| 5．1 系统的总体架构 | 第40-43页 |
| 5．2 文档向量空间模型 | 第43-47页 |
| 5．2．1 生成步骤 | 第43-45页 |
| 5．2．2 过滤关键字的匹配过程与算法 | 第45-47页 |
| 5．3 文档分词技术 | 第47-51页 |
| 5．3．1 技术分析 | 第47-49页 |
| 5．3．2 算法分析 | 第49-51页 |
| 5．4 关键词组抽取 | 第51-52页 |
| 5．5 BP神经网络算法 | 第52-54页 |
| 5．6 关键词自校正 | 第54-61页 |
| 5．6．1 自校正模块设计 | 第55-56页 |
| 5．6．2 算法描述 | 第56-61页 |
| 第六章 系统实现功能及分析 | 第61-70页 |
| 6．1 系统实现功能 | 第61-62页 |
| 6．2 系统实现分析 | 第62-64页 |
| 6．3 系统实现效果 | 第64-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 攻读学位期间发表的论文 | 第77-78页 |
| 致谢 | 第78-79页 |
| 附录 | 第79-85页 |
