基于貝葉斯網(wǎng)絡(luò)的圖像型垃圾郵件識(shí)別研究.pdf

1、垃圾郵件從文本形式演變?yōu)閳D像形式，嚴(yán)重影響人們的日常生活。基于文本的郵件過濾方法已經(jīng)不能滿足要求，因而對(duì)圖像垃圾郵件的識(shí)別研究成為比較實(shí)用性研究課題。綜合國(guó)內(nèi)外研究現(xiàn)狀，常用的圖像郵件識(shí)別方法最終都是通過對(duì)郵件圖像與圖像樣本庫(kù)進(jìn)行比對(duì)，涉及到的工作量十分龐大。為此研究一種方法在降低工作量的基礎(chǔ)上能更好識(shí)別圖像垃圾郵件有一定的價(jià)值。
　　 貝葉斯網(wǎng)絡(luò)是一種基于概率統(tǒng)計(jì)的不確定性推理方法，在處理與不確定信息相關(guān)的智能化系統(tǒng)例如統(tǒng)計(jì)決

2、策、專家系統(tǒng)等領(lǐng)域中已得到了重要的應(yīng)用。貝葉斯網(wǎng)絡(luò)建模的任務(wù)包括確定網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和汁算網(wǎng)絡(luò)模型中各個(gè)節(jié)點(diǎn)的聯(lián)合條件概率分布。
　　 本文將貝葉斯網(wǎng)絡(luò)應(yīng)用到圖像型垃圾郵件的圖像識(shí)別中。從圖像信息整體特征出發(fā)，通過提取圖像的相關(guān)屬性特征對(duì)郵件圖像進(jìn)行識(shí)別，達(dá)到圖像垃圾郵件過濾的目的。對(duì)未知圖像的推理，運(yùn)用網(wǎng)絡(luò)模型的拓?fù)浣Y(jié)構(gòu)和相應(yīng)節(jié)點(diǎn)的概率分布，在圖像特征數(shù)據(jù)的基礎(chǔ)上就能完成推理過程。
　　 本文的主要工作如下：
　　

3、 1)首先對(duì)郵件圖像樣本庫(kù)進(jìn)行了數(shù)據(jù)分析，分析圖像所包含的一些基本特征。針對(duì)垃圾圖像，選擇的圖像特征主要包括顏色特征、噪聲特征、紋理特征。對(duì)三種特征進(jìn)行詳細(xì)的闡述并分析，給出具體的特征提取方法，并通過MATLAB應(yīng)用程序提取出圖像的相關(guān)特征數(shù)據(jù)。
　　 2)利用貝葉斯基本原理以及貝葉斯網(wǎng)絡(luò)的基礎(chǔ)理論，與郵件中的圖像特征數(shù)據(jù)相結(jié)合，通過圖像數(shù)據(jù)的學(xué)習(xí)構(gòu)建基于圖像相關(guān)特征的貝葉斯網(wǎng)絡(luò)模型；并且利用后驗(yàn)概率作為貝葉斯網(wǎng)絡(luò)的評(píng)分函數(shù)，

4、從己構(gòu)建的網(wǎng)絡(luò)模型中選擇一個(gè)最優(yōu)網(wǎng)絡(luò)模型作為最終圖像貝葉斯網(wǎng)絡(luò)模型。然后對(duì)模型的各個(gè)節(jié)點(diǎn)進(jìn)行參數(shù)學(xué)習(xí)，得到相關(guān)結(jié)點(diǎn)的聯(lián)合概率分布。
　　 3)利用已經(jīng)構(gòu)建的圖像貝葉斯網(wǎng)絡(luò)模型以及各個(gè)結(jié)點(diǎn)的概率分布，在提取到未知圖像數(shù)據(jù)的基礎(chǔ)上通過消元法完成對(duì)未知圖像的推理過程。
　　 4)最后通過構(gòu)建好的圖像貝葉斯網(wǎng)絡(luò)模型對(duì)一系列的圖像進(jìn)行推理，得到推理結(jié)果，并對(duì)推理結(jié)果進(jìn)行統(tǒng)計(jì)分析，驗(yàn)證貝葉斯網(wǎng)絡(luò)模型的正確和可用性。
　　 本