基于Winnow算法和CAPTCHA的垃圾短信过滤研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·国内外垃圾短信处理现状 | 第10-12页 |
| ·本文研究内容 | 第12-13页 |
| ·本文结构 | 第13-14页 |
| 2 基于内容的垃圾短信过滤 | 第14-26页 |
| ·中文分词方法介绍 | 第14-17页 |
| ·特征选择方法介绍 | 第17-20页 |
| ·文本特征表示 | 第17-18页 |
| ·特征选择方法 | 第18-20页 |
| ·文本分类算法 | 第20-26页 |
| ·贝叶斯分类 | 第21-22页 |
| ·支持向量机分类算法 | 第22页 |
| ·决策树分类算法 | 第22-23页 |
| ·基于神经网络的分类方法 | 第23-24页 |
| ·K近邻文本分类算法 | 第24-26页 |
| 3 基于改进的Winnow算法的垃圾短信过滤方法 | 第26-44页 |
| ·线性分类器 | 第26-27页 |
| ·Winnow算法 | 第27-28页 |
| ·Winnow算法中的剪枝 | 第28-30页 |
| ·反馈学习提升分类器性能 | 第30-34页 |
| ·反馈学习 | 第30页 |
| ·用户交互式学习 | 第30-32页 |
| ·利用Boosting算法更新分类器 | 第32-34页 |
| ·多Winnow分类器模型 | 第34-35页 |
| ·基于Winnow算法的垃圾短信过滤 | 第35-38页 |
| ·实验结果与分析 | 第38-44页 |
| ·实验环境与实验数据 | 第38-39页 |
| ·评价指标 | 第39页 |
| ·实验结果与分析 | 第39-44页 |
| 4 基于CAPTCHA的组垃圾短信过滤方法 | 第44-50页 |
| ·CAPTCHA定义 | 第44页 |
| ·CAPTCHA分类 | 第44-46页 |
| ·CAPTCHA方法的应用 | 第46-47页 |
| ·本文提出的CAPTCHA方法 | 第47-48页 |
| ·实验结果与分析 | 第48-50页 |
| 5 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·进一步工作 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 个人简历 在学期间发表的学术论文与研究成果 | 第56页 |
