基于SVM的垃圾邮件在线过滤新方法
提要 | 第1-5页 |
摘要 | 第5-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-15页 |
·研究背景及意义 | 第11-12页 |
·国内外研究现状 | 第12-13页 |
·本文主要工作 | 第13-14页 |
·本文组织结构 | 第14-15页 |
第2章 垃圾邮件过滤技术概述 | 第15-23页 |
·垃圾邮件概述 | 第15-18页 |
·电子邮件的格式 | 第15-17页 |
·垃圾邮件的特征 | 第17-18页 |
·现有垃圾邮件过滤技术 | 第18-21页 |
·垃圾邮件过滤技术面临的问题 | 第21-22页 |
·本章小结 | 第22-23页 |
第3章 支持向量机基本理论 | 第23-30页 |
·最优分类超平面和支持向量 | 第23-24页 |
·SVM 分类 | 第24-28页 |
·线性可分分类器 | 第24-26页 |
·线性不可分分类器 | 第26-27页 |
·非线性分类器 | 第27-28页 |
·核函数 | 第28-29页 |
·本章小结 | 第29-30页 |
第4章 结合 SVM 的垃圾邮件在线过滤新方法 | 第30-41页 |
·相关概念及理论 | 第30-34页 |
·向量空间模型 | 第30-31页 |
·特征提取 | 第31-34页 |
·本文方法 | 第34-37页 |
·邮件预处理 | 第34页 |
·邮件表示 | 第34-35页 |
·训练与识别 | 第35-37页 |
·仿真实验与结果分析 | 第37-40页 |
·数据集 | 第37-38页 |
·评价方法 | 第38页 |
·实验结果与分析 | 第38-40页 |
·本章小结 | 第40-41页 |
第5章 总结与展望 | 第41-43页 |
·本文总结 | 第41页 |
·工作展望 | 第41-43页 |
参考文献 | 第43-46页 |
致谢 | 第46页 |