信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2015年
3期
125-128
,共4页
SUSAN%SVM%边缘%图像型垃圾邮件
SUSAN%SVM%邊緣%圖像型垃圾郵件
SUSAN%SVM%변연%도상형랄급유건
SUSAN%SVM%edge%image-based spam
垃圾邮件给人们带来了极大的困扰,而图像型垃圾邮件使得传统的反垃圾邮件技术失去了检测能力.在分析图像型垃圾邮件特点的基础上,首先针对传统的SUSAN算子,提出一种自适应阈值SUSAN算法;其次通过源于专家经验的启发性知识筛选图像中的垃圾区域;最后,引入机器学习的支持向量机分类方法.实验表明,论文设计的方法具有很好的鲁棒性与较高的精确度,能够过滤掉图像型垃圾邮件.
垃圾郵件給人們帶來瞭極大的睏擾,而圖像型垃圾郵件使得傳統的反垃圾郵件技術失去瞭檢測能力.在分析圖像型垃圾郵件特點的基礎上,首先針對傳統的SUSAN算子,提齣一種自適應閾值SUSAN算法;其次通過源于專傢經驗的啟髮性知識篩選圖像中的垃圾區域;最後,引入機器學習的支持嚮量機分類方法.實驗錶明,論文設計的方法具有很好的魯棒性與較高的精確度,能夠過濾掉圖像型垃圾郵件.
랄급유건급인문대래료겁대적곤우,이도상형랄급유건사득전통적반랄급유건기술실거료검측능력.재분석도상형랄급유건특점적기출상,수선침대전통적SUSAN산자,제출일충자괄응역치SUSAN산법;기차통과원우전가경험적계발성지식사선도상중적랄급구역;최후,인입궤기학습적지지향량궤분류방법.실험표명,논문설계적방법구유흔호적로봉성여교고적정학도,능구과려도도상형랄급유건.