基于双隶属度模糊支持向量机的邮件过滤
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·论文研究的目的和意义 | 第11页 |
| ·垃圾邮件概述 | 第11-17页 |
| ·垃圾邮件的起源和历史 | 第12-13页 |
| ·垃圾邮件泛滥的原因 | 第13-14页 |
| ·垃圾邮件的危害及解决办法 | 第14-15页 |
| ·反垃圾邮件的历史及现状 | 第15-17页 |
| ·本文的主要内容及章节安排 | 第17-18页 |
| 第2章 反垃圾邮件技术的研究现状 | 第18-29页 |
| ·电子邮件系统的组成 | 第18-19页 |
| ·电子邮件的相关RFC 协议 | 第19-21页 |
| ·SMTP 协议 | 第19页 |
| ·POP3 协议 | 第19-20页 |
| ·IMAP 协议 | 第20页 |
| ·MIME 协议 | 第20-21页 |
| ·垃圾邮件过滤技术 | 第21-28页 |
| ·早期的垃圾邮件过滤技术 | 第21-22页 |
| ·基于机器学习的垃圾邮件过滤技术 | 第22-26页 |
| ·其他垃圾邮件过滤技术 | 第26-27页 |
| ·反垃圾邮件存在的技术问题 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 支持向量机算法的研究 | 第29-38页 |
| ·统计学习理论 | 第29-32页 |
| ·经验风险最小化 | 第29-30页 |
| ·VC 维 | 第30页 |
| ·推广能力 | 第30-31页 |
| ·结构风险最小化 | 第31-32页 |
| ·支持向量机理论研究 | 第32-37页 |
| ·最优分类面与广义最优分类面 | 第33-36页 |
| ·支持向量机算法研究 | 第36-37页 |
| ·核函数 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第4章 双隶属度模糊支持向量机分类器 | 第38-53页 |
| ·模糊支持向量机 | 第38-43页 |
| ·模糊支持向量机算法研究 | 第39-41页 |
| ·模糊隶属度函数 | 第41-43页 |
| ·双隶属度模糊支持向量机分类器 | 第43-48页 |
| ·关键问题分析 | 第48-52页 |
| ·隶属度函数的确定 | 第48-51页 |
| ·核函数的选择 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 仿真实验及结论分析 | 第53-61页 |
| ·实验数据 | 第53-55页 |
| ·参数训练 | 第55-56页 |
| ·实验步骤 | 第56页 |
| ·垃圾邮件过滤系统的评价体系 | 第56-58页 |
| ·实验结果及分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
