基于粗糙集和神经网络的邮件分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-7页 |
| 第一章 绪论 | 第7-13页 |
| ·垃圾邮件及其危害 | 第7-9页 |
| ·垃圾邮件过滤技术研究现状 | 第9-10页 |
| ·存在的问题 | 第10-11页 |
| ·论文的研究内容 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第二章 垃圾邮件过滤技术 | 第13-21页 |
| ·电子邮件系统的基本组成 | 第13-15页 |
| ·白名单和黑名单 | 第15页 |
| ·基于规则的过滤技术 | 第15-16页 |
| ·基于内容的过滤技术 | 第16-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于粗糙集和神经网络的邮件分类模型 | 第21-34页 |
| ·基于粗糙集的邮件分类模型 | 第21-23页 |
| ·特征选择算法 | 第23-27页 |
| ·GA在参数优化中的应用 | 第27-29页 |
| ·遗传算法在神经网络中的应用 | 第29-30页 |
| ·改进后的基于粗糙集和神经网络的邮件分类模型 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 实验和评价 | 第34-43页 |
| ·数据集 | 第34-35页 |
| ·软件工具介绍 | 第35页 |
| ·实验设计 | 第35-36页 |
| ·实验结果 | 第36-41页 |
| ·实验评价 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| ·本文总结 | 第43页 |
| ·未来展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 附录 | 第49-61页 |
| 1 特征提取 | 第49-50页 |
| 2 特征选择 | 第50页 |
| 3 粗糙集基本理论 | 第50-54页 |
| 4 遗传算法 | 第54-56页 |
| 5 BP神经网络 | 第56-61页 |
| 致谢 | 第61页 |
