已閱讀1頁，還剩57頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領
文檔簡介
1、隨著物聯(lián)網(wǎng)時代逐步到來，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。其中圖像型垃圾郵件促使著反垃圾郵件技術(shù)進入一個新的研究領域。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)計學中的高斯混合模型來對圖像的這種特征進行高斯混合分布的擬合。通過改進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算標準，對數(shù)據(jù)集中圖像的高斯混合模型進行聚類以減少實驗的計算量，提高實驗的效率。最終設計并實現(xiàn)了基于交叉熵的高斯混合模型分類器，通過實驗驗證，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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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現(xiàn).pdf
- 基于K最鄰近的標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)計方法的垃圾郵件處理技術(shù)研究.pdf
- 基于統(tǒng)計模型的垃圾郵件過濾技術(shù)研究.pdf
- 基于特征點分析的垃圾郵件檢測.pdf
- 圖像型垃圾郵件過濾關鍵技術(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