基于小波和支持向量机的图像垃圾邮件过滤应用研究
摘要 | 第4-5页 |
Abstract | 第5页 |
目录 | 第6-8页 |
第一章 绪论 | 第8-15页 |
1.1 研究背景与意义 | 第8-10页 |
1.2 图像垃圾邮件过滤的现状 | 第10-12页 |
1.2.1 反垃圾邮件技术研究现状 | 第11-12页 |
1.2.2 图像垃圾邮件过滤技术的研究现状 | 第12页 |
1.3 图像垃圾邮件过滤存在的问题 | 第12-13页 |
1.4 本文的研究工作 | 第13-14页 |
1.5 论文的组织结构 | 第14-15页 |
第二章 小波变换与支持向量机 | 第15-22页 |
2.1 引言 | 第15页 |
2.2 离散哈尔小波变换 | 第15-18页 |
2.2.1 小波的介绍 | 第15-16页 |
2.2.2 小波的分类 | 第16-17页 |
2.2.3 本文所采用的小波 | 第17-18页 |
2.3 支持向量机 | 第18-21页 |
2.3.1 理论基础 | 第18-20页 |
2.3.2 训练算法 | 第20-21页 |
2.3.3 在邮件过滤中的应用 | 第21页 |
2.4 本章小结 | 第21-22页 |
第三章 过滤器设计与实现 | 第22-31页 |
3.1 支持向量机的应用 | 第22-23页 |
3.2 过滤器设计 | 第23-25页 |
3.3 离散哈尔小波变换预处理 | 第25-28页 |
3.3.1 特征提取 | 第25-27页 |
3.3.2 量化处理 | 第27-28页 |
3.4 选取核函数 | 第28-29页 |
3.5 本章小结 | 第29-31页 |
第四章 实验与结果分析 | 第31-39页 |
4.1 评价标准 | 第31-32页 |
4.2 实验步骤 | 第32-33页 |
4.3 实验与结果分析 | 第33-38页 |
4.3.1 对高斯核参数σ选取不同的值进行实验 | 第33-35页 |
4.3.2 选取不同核函数的对比实验 | 第35-37页 |
4.3.3 与其他算法比较 | 第37-38页 |
4.4 本章小结 | 第38-39页 |
第五章 总结与展望 | 第39-40页 |
5.1 本文工作总结 | 第39页 |
5.2 未来工作展望 | 第39-40页 |
参考文献 | 第40-42页 |
致谢 | 第42-43页 |
在学期间公开发表论文及著作情况 | 第43页 |