基于用户需求垃圾邮件过滤分类模型设计

以朴素贝叶斯理论作为基石并结合信息增益、代价因子等方法,尝试设计一种基于用户需求的垃圾邮件过滤分类模型,在垃圾邮件一次分类基础上提出邮件先过滤后分类方法,进而改进传统邮件分类一次阈值比较,变为两次阈值比较,且应用反馈技术以应对垃圾邮件的日益变化.该模型可能会对垃圾邮件多分类研究具有一定的参考价值.     

Foxmail 5反垃圾邮件功能新体验

为对付垃圾邮件,出现了许多的反垃圾邮件软件,虽不乏佼佼者,但与大家常用的邮件处理软件OE、Foxmail相互独立,带来了许多不便,现在Foxmail 5.0横空出世,其先进的反垃圾邮件技术令人耳目一新,更加巩固了其在邮件处理软件中的地位。 Foxmail提供了强大的反垃圾邮件功能,识别垃圾邮件技术先进,使用了“黑名单”、“白名单”、“规则法过滤”、“学习法过滤(贝叶斯法过滤)”等技术,识别垃圾邮件准确性大为提高。     

复杂背景中维-汉混排字符串的分割技术研究

提出了一种基于混合高斯模型拟合选取阈值和区域生长的图像分割方法:首先利用笔画方向算子对文字笔画进行抽样,再利用混合高斯模型拟合其灰度直方图,确定样本的最佳分割阈值,最后利用样本的标准差作为生长规则的判断依据分割文字。该算法计算量小,实时性和分割精度均有一定优势,在提取目标的同时,残留背景像素极少,使下一步的目标识别更为简单。     

基于模糊关联空间的激光雷达三维扫描数据过滤研究

激光雷达三维扫描数据中存在大量无效点和有效点,但是两者之间的空间关联性阈值处在不断变动中,以固定关联规则的过滤方式很难准确区分,造成实际过滤应用效果较差。为此,提出基于模糊关联空间的激光雷达三维扫描无效数据过滤方法。采集激光雷达三维扫描样本数据构建无效数据识别规则库,将无效数据识别规则库中的无效数据集合转换为模糊集合,并利用聚类算法填补无效数据造成的数据空格,以避免出现数据过滤误差。填补后运用支持向量机分类器计算激光雷达三维扫描数据之间的模糊关联度,并对其进行分类。结合分类结果利用网闸过滤组织对激光雷达三维扫描无效数据过滤。实验结果表明：这种方法过滤精度高,具有较好的过滤效果,时间复杂度低、过滤耗时短,实际应用效果较好。     

基于用户兴趣集的在线垃圾邮件快速识别新方法

为在不显著降低垃圾邮件识别精度的同时有效提高邮件识别速度,提出了一种在线垃圾邮件快速识别新方法.首先引入用户正、负兴趣集的概念,结合用户兴趣集及支持向量机对邮件进行分类;然后根据主动学习理论,结合训练集样本密度及改进角度差异方法寻找分类最不确定的样本并推荐给用户进行类别标注;最后将标注后样本及分类最确定性样本加入训练集,并使用样本价值评价新函数淘汰冗余样本以生成新的训练集.实验表明,本文方法的用户标注负担小,垃圾邮件识别精度高、速度快,具有较高的在线应用价值.     

基于正样本学习的变电站避雷器破损识别方法

为解决变电站避雷器破损样本图片少,图像识别成功率低的问题,提出了一种基于正样本学习的变电站避雷器破损识别方法。对变电站避雷器图像数据进行噪声过滤,消除环境因素对识别的影响,检测识别避雷器的边缘,并提取避雷器图像区域数据。在此基础上,采用卷积神经网络对正常的避雷器图片进行学习,获得正样本重建数据。并将当前避雷器图像与正样本进行比较,从而对破损避雷器进行识别。将该方法应用于在某地区变电站,实际识别成功率为96.8%;其结果验证了文中所提方法的有效性。     

垃圾邮件及其过滤技术概述

电子邮件已成为现代生活通信、交流的重要手段,也是INTERNET服务的主要内容之一,然而垃圾邮件问题日益严重,给用户带来重大损失,如何防范垃圾邮件已成为研究热点。本文主要讨论邮件传递过程的垃圾邮件过滤问题,简单介绍SMTP配置、IP过滤规则设置、用户过滤规则设置以及邮件过滤规则设置等邮件过滤技术。     

教您远离垃圾邮件困扰

第一招:拒收无主邮件 通过对收到的垃圾邮件仔细分析,发现其中许多邮件的收件人或发件人栏里是空白的。依据这一特征,建立相应的邮件规则就能让这类无主邮件自动被拦截并删除。方法为:在Foxmail的程序主窗口中依次选择“账户”、“过滤器”,打开“过滤管理器”窗口。单击“新建”按钮,开始建立新的过滤规则。在“条件”选项卡中,填写过滤规则名字(如“过滤无主邮件”),选中“来信”前的复选框在“条件”区域设置为“发件人”“等于”“空白”或“收件人”“等于”“空白”。然后打开“动作”选项卡,选中“直接从服务器删除”前的复选框,单击“确定”按钮即可。使用Outlook Express的朋友,首先在OE中依次打开“工具”、“邮件规则”、“邮件”,在打开的“邮件规则”对     

基于兴趣相似度的协作式垃圾邮件过滤方案

由于电子邮件在互联网上的广泛应用,出现了垃圾邮件的泛滥和占用网络带宽,垃圾邮件给用户正常收发邮件造成了严重困扰。提出了一种新的基于兴趣相似度的协作式邮件过滤方案,使得兴趣相似的用户迅速聚合成信息共享的团体,每个用户在团体内选择出最合适的过滤规则集进行有效的共享。实验表明,该方案在保持一定的过滤精度的同时有效降低了误判率。     

基于邮件路径地理属性分析的垃圾邮件过滤算法

提出一种基于邮件路径地理属性分析的邮件过滤算法GEPA（geographic E—mail path analysis）。首先提取邮件命令报文包含的路由信息，并以此为基础构建邮件路径子集；其次采用一种高效的地理属性映射方法进行地理信息映射；接着对路径中节点的地理逻辑关系背离情况进行分析用于过滤垃圾邮件；最后从中国大陆某骨干网边界路由器的一条链路上（该链路跨越地理边界）采集邮件流量以验证算法性能。研究表明，GEPA识别的垃圾邮件约占邮件总量的13．9％，且算法在执行速度和内存开销等方面具有较好的性能，能够满足实时邮件过滤的需求。