基于核偏最小二乘特征提取的垃圾邮件过滤方法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-14页 |
| ·研究背景和意义 | 第7-8页 |
| ·垃圾邮件的定义 | 第7-8页 |
| ·垃圾邮件的现状 | 第8页 |
| ·垃圾邮件的危害 | 第8页 |
| ·国内外研究现状 | 第8-12页 |
| ·基于 IP 地址的过滤方法 | 第9-10页 |
| ·基于规则的过滤方法 | 第10页 |
| ·基于内容的过滤技术 | 第10-11页 |
| ·特征提取方法 | 第11-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| ·本文的章节安排 | 第13-14页 |
| 第二章 垃圾邮件过滤系统预处理 | 第14-23页 |
| ·邮件的组成结构以及工作原理 | 第14-17页 |
| ·邮件的基本结构 | 第14页 |
| ·邮件的工作原理 | 第14-17页 |
| ·语料库格式标记的去除 | 第17页 |
| ·去停用词和词干化 | 第17-18页 |
| ·中文分词 | 第18-19页 |
| ·字符串匹配分词 | 第18页 |
| ·统计分词 | 第18-19页 |
| ·理解分词 | 第19页 |
| ·特征选择 | 第19-21页 |
| ·信息增益 | 第19-20页 |
| ·期望交叉嫡 | 第20页 |
| ·互信息 | 第20页 |
| ·文档频率 | 第20页 |
| ·χ~2统计 | 第20-21页 |
| ·文本表示 | 第21-22页 |
| ·向量空间模型 | 第21页 |
| ·布尔模型 | 第21页 |
| ·概率模型 | 第21-22页 |
| ·语义模型 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 核偏最小二乘特征提取 | 第23-33页 |
| ·偏最小二乘 | 第23-27页 |
| ·偏最小二乘概述 | 第23-25页 |
| ·偏最小二乘的推导过程 | 第25-27页 |
| ·核偏最小二乘 | 第27-30页 |
| ·核方法的概念 | 第27-28页 |
| ·核偏最小二乘 | 第28-30页 |
| ·主成分分析 | 第30-31页 |
| ·核主成分分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 垃圾邮件过滤技术概述 | 第33-39页 |
| ·支持向量机 | 第33-35页 |
| ·K 近邻算法 | 第35-36页 |
| ·最小二乘分类器 | 第36页 |
| ·决策树算法 | 第36-37页 |
| ·贝叶斯算法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 实验测试和结果分析 | 第39-52页 |
| ·实验数据和预处理 | 第39-41页 |
| ·Spam Assassin 语料库的预处理 | 第40页 |
| ·TREC 2006 语料库预处理 | 第40-41页 |
| ·评价方法 | 第41-42页 |
| ·实验结果和分析 | 第42-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结和展望 | 第52-53页 |
| ·主要工作回顾 | 第52页 |
| ·本课题今后需进一步研究的地方 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 个人简历 在读期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |
