滑块验证码人机识别系统特征选择及应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的及意义 | 第11-12页 |
| 1.3 研究现状 | 第12-13页 |
| 1.3.1 国外研究现状及应用 | 第12-13页 |
| 1.3.2 国内研究现状及应用 | 第13页 |
| 1.4 研究内容及组织结构 | 第13-14页 |
| 1.4.1 研究内容 | 第13-14页 |
| 1.4.2 组织结构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 数据挖掘与验证码识别系统概述 | 第15-22页 |
| 2.1 数据挖掘 | 第15-17页 |
| 2.1.1 数据挖掘的概念 | 第15页 |
| 2.1.2 数据挖掘的过程 | 第15-17页 |
| 2.1.3 识别系统中数据挖掘的主要技术 | 第17页 |
| 2.2 验证码分类及特征 | 第17-20页 |
| 2.3 验证码识别系统 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 识别系统分析 | 第22-25页 |
| 3.1 数据挖掘技术在识别系统中应用的可行性分析 | 第22页 |
| 3.2 识别系统的需求分析 | 第22-24页 |
| 3.2.1 识别系统对数据库的需求分析 | 第22-24页 |
| 3.2.2 识别系统的结构分析 | 第24页 |
| 3.3 本章小结 | 第24-25页 |
| 第四章 识别系统模型构建 | 第25-34页 |
| 4.1 验证识别指标体系构建原则 | 第25-26页 |
| 4.2 基于重要性排序的指标选择 | 第26-29页 |
| 4.2.1 主成分法 | 第26-27页 |
| 4.2.2 Logistic系数法 | 第27-28页 |
| 4.2.3 CRITIC法 | 第28页 |
| 4.2.4 一致度组合方法 | 第28-29页 |
| 4.3 识别系统的模型设计 | 第29-33页 |
| 4.3.1 K近邻模型 | 第29-32页 |
| 4.3.2 K近邻法的实现:kd树 | 第32-33页 |
| 4.4 本章小结 | 第33-34页 |
| 第五章 滑动验证识别系统实现 | 第34-45页 |
| 5.1 系统总体架构 | 第34-35页 |
| 5.2 系统模块实现 | 第35-44页 |
| 5.2.1 特征指标排序模块实现 | 第35-40页 |
| 5.2.2 组合排序模块实现 | 第40-41页 |
| 5.2.3 验证识别模块实现 | 第41-43页 |
| 5.2.4 识别模块的验证与对比 | 第43-44页 |
| 5.3 本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 6.1 总结 | 第45-46页 |
| 6.2 展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 附录 | 第51-52页 |
