基于动态人工免疫的邮件分类算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第1章 绪论 | 第8-11页 |
| ·研究背景 | 第8页 |
| ·人工免疫原理对邮件过滤的启示 | 第8-9页 |
| ·论文研究的内容 | 第9-10页 |
| ·论文的结构 | 第10-11页 |
| 第2章 垃圾邮件过滤研究现状 | 第11-19页 |
| ·垃圾邮件定义及其危害 | 第11-12页 |
| ·垃圾邮件的定义 | 第11页 |
| ·垃圾邮件的危害 | 第11-12页 |
| ·垃圾邮件过滤技术分类 | 第12-15页 |
| ·基于IP地址的垃圾邮件过滤 | 第12页 |
| ·基于手工规则的垃圾邮件过滤 | 第12-13页 |
| ·基于内容的垃圾邮件过滤 | 第13-15页 |
| ·垃圾邮件过滤方法的评价体系 | 第15-16页 |
| ·邮件文本信息处理 | 第16-18页 |
| ·文档频率 | 第16-17页 |
| ·互信息 | 第17页 |
| ·信息增益 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第3章 人工免疫系统原理 | 第19-29页 |
| ·人工免疫系统简介 | 第19-21页 |
| ·人工免疫系统的产生背景 | 第19页 |
| ·人工免疫系统的定义 | 第19-20页 |
| ·人工免疫系统的历史和现状 | 第20-21页 |
| ·AIS生物原型—人体免疫系统 | 第21-22页 |
| ·AIS的仿生机理 | 第22-25页 |
| ·免疫识别 | 第22页 |
| ·免疫记忆 | 第22-23页 |
| ·自体耐受 | 第23页 |
| ·克隆选择 | 第23-24页 |
| ·多样性 | 第24页 |
| ·分布性 | 第24-25页 |
| ·免疫算法 | 第25-28页 |
| ·免疫算法基本架构 | 第25页 |
| ·骨髓模型 | 第25-26页 |
| ·阴性选择算法 | 第26-27页 |
| ·肯定选择算法 | 第27页 |
| ·克隆选择算法 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第4章 基于动态人工免疫的邮件分类改进算法 | 第29-41页 |
| ·引言 | 第29-30页 |
| ·AIS邮件过滤 | 第30-31页 |
| ·AISEC的算法改进 | 第31-35页 |
| ·AISEC算法 | 第31页 |
| ·DAICA模型定义 | 第31-32页 |
| ·DAICA的抗体更新过程 | 第32-33页 |
| ·两个算法的参数分析 | 第33-35页 |
| ·实验及结果分析 | 第35-40页 |
| ·亲和度阈值计算 | 第35-36页 |
| ·实验说明 | 第36-37页 |
| ·实验结果及分析 | 第37-40页 |
| ·结论 | 第40-41页 |
| 第5章 基于危险模式的邮件过滤模型的设计与实现 | 第41-51页 |
| ·免疫学基础 | 第41-43页 |
| ·危险理论概述 | 第41-42页 |
| ·危险模式 | 第42-43页 |
| ·基于危险模式的垃圾邮件过滤系统的设计思想 | 第43-45页 |
| ·相关概念 | 第43-44页 |
| ·垃圾邮件过滤模型的总体结构 | 第44-45页 |
| ·初始化训练阶段 | 第45-47页 |
| ·电子邮件预处理 | 第45页 |
| ·生成垃圾邮件特征库 | 第45-46页 |
| ·产生抗体 | 第46-47页 |
| ·垃圾邮件过滤阶段 | 第47-50页 |
| ·危险模式分类算法 | 第47-49页 |
| ·动态更新过程 | 第49页 |
| ·关于阈值的讨论 | 第49-50页 |
| ·亲和力的定义和计算 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第6章 危险模式过滤模型的实验与分析 | 第51-55页 |
| ·实验数据描述 | 第51页 |
| ·实验内容及结果分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 结束语 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 附录 攻读学位期间发表论文 | 第63页 |
