基于K最鄰近的標(biāo)簽傳播模型檢測(cè)圖像型垃圾郵件的研究.pdf

1、隨著網(wǎng)絡(luò)信息技術(shù)的日益普及和迅速發(fā)展，使用電子郵件進(jìn)行交流，極大地滿足了人與人之間的通信需求。但是，垃圾郵件作為互聯(lián)網(wǎng)中具有爭(zhēng)議的副產(chǎn)品，也愈演愈烈，尤其是圖像型垃圾郵件（Image Spam），它不僅嚴(yán)重地浪費(fèi)了資源，而且可能會(huì)阻塞和癱瘓網(wǎng)絡(luò)，影響用戶之間的正常溝通。因此，開(kāi)發(fā)高效率的Image Spam檢測(cè)技術(shù)是社會(huì)迫切需要的。
　　論文介紹了Image Spam檢測(cè)技術(shù)的背景、目的和意義，闡述了Image Spam的定義、特

2、征、構(gòu)造方法、檢測(cè)難點(diǎn)，分析了比較常用的Image Spam檢測(cè)方法，并指出了這些方法的優(yōu)勢(shì)與不足，從而提出了基于K最鄰近的標(biāo)簽傳播模型（K-Labels Propagation Model，KLPM）的Image Spam檢測(cè)方法。論文的主要工作和貢獻(xiàn)是：
　?。?）提出了基于牛頓（Newton）稀疏表示的方法來(lái)消除圖像的噪聲：利用Newton法處理小波變換后的系數(shù)，使系數(shù)稀疏化。該方法能夠在消除圖像噪聲產(chǎn)生影響的同時(shí)，盡可能多

3、地保留圖像的細(xì)節(jié)，從而提高檢測(cè)方法的精度。
　?。?）提出了利用SURF算法來(lái)提取圖像的尺度和旋轉(zhuǎn)不變特征。該算法對(duì)圖像旋轉(zhuǎn)、仿射變換、尺度縮放等圖像的變化都能保持一定的不變性和可區(qū)分性。
　?。?）提出了改進(jìn)的均值聚類算法來(lái)聚類圖像的特征，構(gòu)成特征向量，計(jì)算圖像之間的相似性，保證了圖像之間的可比性。
　　（4）提出了標(biāo)簽傳播模型分類器，基本思想是：將每幅圖像視為一個(gè)節(jié)點(diǎn)，并打上標(biāo)簽，通過(guò)在完全連接圖上傳播標(biāo)簽，從而對(duì)