已閱讀1頁，還剩57頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著物聯(lián)網(wǎng)時(shí)代逐步到來，電子郵件仍然是最重要的溝通工具之一。然而，其副產(chǎn)物——垃圾郵件的出現(xiàn)給人們的生活帶來了潛在的危險(xiǎn)。其中圖像型垃圾郵件促使著反垃圾郵件技術(shù)進(jìn)入一個(gè)新的研究領(lǐng)域。如何精確和高效地檢測圖像型垃圾郵件是急需解決的問題。
論文系統(tǒng)地分析了圖像型垃圾郵件的產(chǎn)生背景、發(fā)展現(xiàn)狀及研究意義，提出了基于組合及統(tǒng)計(jì)分類器的圖像型垃圾郵件的檢測方法。論文的主要工作和貢獻(xiàn)在于:
(1)提出了利用SURF特征提取算法來提
2、取圖片的局部不變特征并使用統(tǒng)計(jì)學(xué)中的高斯混合模型來對圖像的這種特征進(jìn)行高斯混合分布的擬合。通過改進(jìn)K-means均值聚類算法，以交叉熵作為高斯混合分布之間的距離計(jì)算標(biāo)準(zhǔn)，對數(shù)據(jù)集中圖像的高斯混合模型進(jìn)行聚類以減少實(shí)驗(yàn)的計(jì)算量，提高實(shí)驗(yàn)的效率。最終設(shè)計(jì)并實(shí)現(xiàn)了基于交叉熵的高斯混合模型分類器，通過實(shí)驗(yàn)驗(yàn)證，新提出的分類器具有較好的分類效果。
(2)以往的圖像型垃圾郵件過濾系統(tǒng)只針對圖像的內(nèi)容特征或者圖像的文字特征，而容易丟失圖像信
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖像型垃圾郵件檢測機(jī)制與算法研究.pdf
- 基于圖像底層特征的圖像型垃圾郵件識別研究.pdf
- 基于相似性測量檢測圖像型垃圾郵件技術(shù)的研究.pdf
- 基于分類及相似性的圖像型垃圾郵件檢測技術(shù)研究.pdf
- 圖像型垃圾郵件過濾技術(shù)研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的圖像型垃圾郵件識別研究.pdf
- 圖像型垃圾郵件的特征選擇算法研究及實(shí)現(xiàn).pdf
- 基于K最鄰近的標(biāo)簽傳播模型檢測圖像型垃圾郵件的研究.pdf
- 圖像垃圾郵件過濾技術(shù)的研究.pdf
- 基于內(nèi)容的垃圾郵件檢測方法研究.pdf
- 基于統(tǒng)計(jì)方法的垃圾郵件處理技術(shù)研究.pdf
- 基于統(tǒng)計(jì)模型的垃圾郵件過濾技術(shù)研究.pdf
- 基于特征點(diǎn)分析的垃圾郵件檢測.pdf
- 圖像型垃圾郵件過濾關(guān)鍵技術(shù)研究.pdf
- 基于文本和圖像的垃圾郵件過濾系統(tǒng)研究.pdf
- 基于語義的廣告圖像垃圾郵件過濾技術(shù)研究.pdf
- 基于數(shù)據(jù)驅(qū)動的垃圾郵件檢測技術(shù)研究.pdf
- 基于SVM的垃圾郵件過濾的研究.pdf
- 基于內(nèi)容的垃圾郵件過濾研究.pdf
- 基于Bayes的中文垃圾郵件檢測算法及技術(shù)研究.pdf
評論
0/150
提交評論