针对中文的图像型垃圾邮件过滤技术
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 中文图像型垃圾邮件过滤难点 | 第11-12页 |
| 1.4 本文的主要研究内容 | 第12页 |
| 1.5 论文的章节安排 | 第12-14页 |
| 第二章 图像型垃圾邮件过滤技术 | 第14-22页 |
| 2.1 图像型垃圾邮件介绍 | 第14-16页 |
| 2.1.1 图像型垃圾邮件定义 | 第14页 |
| 2.1.2 图像型垃圾邮件分类 | 第14-16页 |
| 2.1.3 图像型垃圾邮件特点 | 第16页 |
| 2.2 图像型垃圾邮件过滤技术 | 第16-18页 |
| 2.3 基于OCR过滤方法的关键技术 | 第18-20页 |
| 2.3.1 文本区域抽取 | 第18-19页 |
| 2.3.2 光学字符识别 | 第19页 |
| 2.3.3 文本邮件过滤算法 | 第19-20页 |
| 2.4 图像型垃圾邮件过滤系统的评价准则 | 第20-22页 |
| 第三章 伪OCR过滤技术 | 第22-38页 |
| 3.1 引言 | 第22-23页 |
| 3.2 伪OCR技术框架 | 第23-24页 |
| 3.3 邮件图像预处理 | 第24-26页 |
| 3.3.1 文本区域抽取 | 第24-26页 |
| 3.3.2 汉字字符切分 | 第26页 |
| 3.4 汉字关键点特征提取 | 第26-33页 |
| 3.4.1 汉字关键点定义及表示 | 第27-28页 |
| 3.4.2 汉字关键点信息提取 | 第28-31页 |
| 3.4.3 汉字关键点特征表示 | 第31-33页 |
| 3.5 样本库生成以及匹配判定 | 第33-34页 |
| 3.5.1 样本库生成 | 第33页 |
| 3.5.2 匹配判定 | 第33-34页 |
| 3.6 实验 | 第34-36页 |
| 3.6.1 匹配策略及参数选择 | 第34-36页 |
| 3.6.2 和传统OCR技术对比 | 第36页 |
| 3.7 本章小结 | 第36-38页 |
| 第四章 针对中文的图像型垃圾邮件过滤系统 | 第38-45页 |
| 4.1 引言 | 第38页 |
| 4.2 整体架构 | 第38-39页 |
| 4.3 图像浅层特征 | 第39-41页 |
| 4.4 随机森林分类器 | 第41-42页 |
| 4.5 实验结果 | 第42-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 作者攻读学位期间发表的学术论文目录 | 第52页 |
