基于语义的广告图像垃圾邮件过滤技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·垃圾邮件简介 | 第11-12页 |
| ·反垃圾邮件研究的意义 | 第12-13页 |
| ·反垃圾邮件技术国内外研究现状 | 第13-16页 |
| ·基于IP、域名和路由等的过滤技术 | 第13-14页 |
| ·基于内容的过滤技术 | 第14-15页 |
| ·基于行为的过滤技术 | 第15-16页 |
| ·基于内容的垃圾邮件过滤技术研究现状 | 第16-19页 |
| ·基于规则的方法 | 第16-17页 |
| ·基于统计的方法 | 第17-19页 |
| ·本文的主要研究内容 | 第19页 |
| ·本文的组织结构 | 第19-21页 |
| 第2章 广告图像垃圾邮件检测相关技术 | 第21-28页 |
| ·图像视觉特征 | 第21页 |
| ·图像语义映射方法 | 第21-23页 |
| ·相似性度量 | 第23-27页 |
| ·图像相似性度量准则 | 第23-26页 |
| ·常用的相似性度量算法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 广告图像视觉特征提取和样本库构建 | 第28-44页 |
| ·广告图像的特点 | 第28-30页 |
| ·广告图像视觉特征 | 第30-36页 |
| ·颜色特征 | 第30-32页 |
| ·纹理特征 | 第32-34页 |
| ·形状特征 | 第34-36页 |
| ·广告图像视觉特征提取 | 第36-42页 |
| ·颜色特征提取 | 第37-40页 |
| ·纹理特征提取 | 第40-41页 |
| ·形状特征提取 | 第41-42页 |
| ·广告图像特征库的形成 | 第42-43页 |
| ·广告图像视觉特征提取要求 | 第42-43页 |
| ·广告图像特征样本库的构建 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第4章 广告图像高层语义信息映射 | 第44-56页 |
| ·引言 | 第44页 |
| ·方法的提出 | 第44-47页 |
| ·方法依据 | 第44-45页 |
| ·方法描述及模型 | 第45-47页 |
| ·关键问题分析 | 第47页 |
| ·广告图像语义映射方法 | 第47-55页 |
| ·计算机视觉图像语义的基础概念 | 第48-49页 |
| ·计算机视觉图像语义的特征抽取 | 第49-52页 |
| ·多特征图像语义对象模型 | 第52-54页 |
| ·广告图像高层语义的映射 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 邮件图像的语义相似性检测 | 第56-67页 |
| ·图像语义特征匹配 | 第56-57页 |
| ·常用的相似性度量方法 | 第57-58页 |
| ·基于语义特征的相似性度量 | 第58-61页 |
| ·实验评价及结果分析 | 第61-66页 |
| ·评价体系 | 第61-63页 |
| ·结果分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |
