首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

图像型垃圾邮件快速过滤系统的搭建和近似匹配方法的研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-13页
   ·课题研究的背景和意义第9-10页
   ·本文研究内容和成果第10-11页
   ·本文内容安排第11-13页
第二章 图像型垃圾邮件过滤技术概述第13-17页
   ·图像型垃圾邮件概述第13-14页
   ·图像型垃圾邮件过滤技术第14-17页
     ·基于已知样本下的近似过滤方法现状第14-15页
     ·基于文字分析的垃圾邮件图像过滤方法现状第15-16页
     ·基于图像浅层特征分析的垃圾邮件图像过滤方法第16-17页
第三章 图像型垃圾邮件快速过滤系统的设计和搭建第17-47页
   ·图像型垃圾邮件快速过滤系统分析第17-21页
     ·系统概述第17-18页
     ·系统需求分析第18-19页
     ·系统功能模块划分第19-21页
   ·图像型垃圾邮件快速过滤系统软件设计第21-22页
   ·系统开发工具选择第22-23页
     ·Visual studio 2008和MFC第22页
     ·SQL Server 2005第22-23页
     ·OpenCV第23页
     ·ADO第23页
   ·图像型垃圾邮件快速过滤系统界面第23-30页
     ·系统主框架第24-25页
     ·系统功能界面及操作说明第25-30页
   ·图像型垃圾邮件快速过滤系统数据库设计第30-35页
     ·系统数据库设计第30页
     ·系统相关数据存储第30-31页
     ·系统数据表设计第31-35页
   ·系统邮件解析模块和图像近似匹配模块实现第35-47页
     ·邮件解析模块第36-44页
     ·系统近似匹配模块第44-47页
第四章 图像型垃圾邮件近似匹配过滤思想第47-57页
   ·近似匹配过滤思想第47-48页
   ·图像局部特征算法第48-57页
     ·SIFT算法第48-50页
     ·SURF特征第50-52页
     ·ORB算法第52-57页
第五章 图像局部特征算法平台测试第57-63页
   ·测试说明第57页
   ·算法测试第57-60页
   ·SIFT算法结合BOW第60-63页
     ·BOW第60-61页
     ·图像匹配实验第61-63页
第六章 结束与展望第63-65页
   ·工作总结第63页
   ·工作展望第63-65页
参考文献第65-68页
致谢第68-69页
攻读学位期间发表的学术论文第69页

论文共69页,点击 下载论文
上一篇:Android系统上基于内容的图像检索研究
下一篇:公用云平台查询服务中隐私信息保护功能模块的设计与实现