基于SVM的不良图片过滤研究与系统实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·应用前景与技术手段 | 第10-11页 |
| ·本文的主要工作、创新点及组织结构 | 第11-13页 |
| ·主要工作 | 第11页 |
| ·本文创新点 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 第二章 网络不良信息过滤概述 | 第13-17页 |
| ·Web 文档结构特征 | 第13页 |
| ·URL 过滤 | 第13-14页 |
| ·关键词过滤 | 第14-15页 |
| ·不良图片识别与过滤 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于 SVM 的不良图片过滤 | 第17-42页 |
| ·支持向量机（SVM） | 第17-18页 |
| ·过滤总体框架 | 第18-19页 |
| ·颜色空间 | 第19-23页 |
| ·RGB 颜色空间 | 第20页 |
| ·YCbCr 颜色空间 | 第20-21页 |
| ·HSV 颜色空间 | 第21-22页 |
| ·LAB 颜色空间 | 第22-23页 |
| ·YIQ 颜色空间 | 第23页 |
| ·图片预处理 | 第23-28页 |
| ·图像的去噪 | 第23-24页 |
| ·图像的二值化与灰度化 | 第24-25页 |
| ·边缘检测 | 第25-26页 |
| ·图像分割 | 第26-28页 |
| ·图片特征提取 | 第28-39页 |
| ·人脸检测 | 第28-31页 |
| ·肤色检测 | 第31-36页 |
| ·纹理特征 | 第36-38页 |
| ·肤色区域几何形状分析 | 第38-39页 |
| ·特征选取与权重分配 | 第39-41页 |
| ·特征选取 | 第39-40页 |
| ·特征权重分配 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 实验及结果 | 第42-51页 |
| ·实验数据 | 第42页 |
| ·实验环境 | 第42-43页 |
| ·特征提取过程 | 第43-45页 |
| ·人脸检测 | 第43-44页 |
| ·肤色检测 | 第44-45页 |
| ·纹理检测 | 第45页 |
| ·SVM 训练 | 第45-47页 |
| ·识别过程 | 第47页 |
| ·实验结果 | 第47-50页 |
| ·评价指标 | 第47-48页 |
| ·结果分析 | 第48-50页 |
| ·改进计划 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第五章 不良网页过滤系统的设计与实现 | 第51-56页 |
| ·系统分析 | 第51页 |
| ·系统设计 | 第51-54页 |
| ·系统实现 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·论文总结 | 第56页 |
| ·未来展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 攻读学位期间主要的研究成果 | 第60-61页 |
| 致谢 | 第61页 |
