智能邮件过滤系统的设计与实现

介绍了一种基于粗糙集和聚类的智能邮件过滤算法，并且提出一种智能邮件过滤系统，该系统按其功能可以划分为知识库子系统、邮件导入子系统、关键词获取子系统和属性约简子系统等四个部分。重点介绍了采用基于粗糙集和聚类的智能邮件过滤算法的属性约简子系统的设计。     

邮件过滤Agent的设计

为实现对电子邮件中垃圾邮件的过滤,提出一种新的邮件过滤算法和邮件过滤Agent的设计方法.Agent通过算法学习用户接收邮件的信息及用户对邮件的处理习惯,据此最终确定邮件是否为垃圾邮件或病毒邮件,从而过滤掉非正常邮件.实验测试表明,Agent对邮件过滤的正确率可达85%,为现有电子邮件系统提供了一种改进方法.     

嵌入式网络终端的神经网络邮件过滤技术

针对垃圾邮件的特征以及嵌入式系统的特点,提出了一种基于BP神经网络电子邮件过滤技术,通过调试、改进和减裁,最后将其移植到嵌入式系统上,测试结果说明该技术可以在嵌入式系统有限资源上较成功地过滤垃圾邮件.     

反垃圾邮件技术分析

近年来，随着互联网的发展，垃圾邮件肆意蔓延，影响越来越大，不仅消耗网络资源，浪费用户的存储空间，甚至对信息安全构成威胁、本文介绍了垃圾邮件的基本情况、发送手段，分析了反垃圾邮件的具体技术措施、发展方向。     

基于多Agent的邮件过滤系统

基于多Agent的思想设计出一个邮件过滤系统(Multi—Agent—Based Mail Filtration System，简写MABMFS)，它能根据用户的需求，自动地对用户邮件进行有选择性的接收，并通过其学习机制进一步地了解用户喜好，从而更有效地提高邮件过滤系统的性能。     

防火墙中动态过滤技术的研究与实现

分析了现在防火墙产品中数据包过滤技术存在的缺陷，针对静态规则的包过滤技术，提出了动态过滤机制。从理论上给出了实现这种动态过滤机制的过滤规则，并在ＵＤＰ过滤中实现。     

用户反馈自适应的POP3邮件过滤代理模型

为了有效接受邮件客户端反馈并自动根据邮件客户端反馈对邮件过滤系统做出调整,提出了用户反馈自适应的POP3邮件过滤代理模型SAMFUF（self-adaptive mail filtering POP3 proxy based on users’feedback）。SAMFUF采用异步连接模拟同步连接方式建立邮件客户端和邮件服务器间POP3连接,实现了邮件客户端与邮件服务器间的透明性连接;将最大熵、贝叶斯和支持向量机等基于内容过滤的方法从邮件过滤系统中独立出来,实现了通用邮件过滤系统的设计;通过在邮件中插入包含邮件唯一标识、分类结果等信息的HTML表单的标签以及调整邮件过滤模型,实现了基于邮件客户端的用户反馈以及邮件过滤系统的自适应功能;采用线程池管理线程和overlapped I／0事件通信方式实现邮件客户端与邮件服务器间通信,实现了邮件过滤服务的高效率和稳定性。实验表明,SAMFUF在垃圾邮件过滤上具有较高的效率和准确率。     

浅谈反垃圾邮件技术的应用

近年来，随着互联网的发展，其衍生的附属品——垃圾邮件肆意蔓延，影响越来越大，不仅消耗网络资源，浪费用户的存储空间，甚至造成生产力的损耗。本介绍了垃圾邮件的定义、分类、提出了反垃圾邮件的具体技术措施。     

一种改进KNN个性化邮件过滤的方法

针对个性化邮件过滤中接收的邮件没有规律、正常邮件和垃圾邮件存在严重类偏移等问题,提出一种改进的k最近邻(k-nearest neighbor algorithm,KNN)个性化邮件过滤方法.该方法主要是通过建立兴趣度模型(对兴趣度计算的改进,剔除用户习惯对建立兴趣度模型带来的影响)不断改变训练集,使得训练集中的文本始终...     

一种基于SVM的中文电子邮件过滤方法

提出了一种基于SVM的中文邮件过滤方法,通过构造最优的支持向量机（Support Vector Machine,SVM）过滤模型,有效地提高了垃圾邮件的过滤精度,实验结果超过了网易免费邮所公布的过滤指标.     

基于Boosting算法的垃圾邮件过滤方法研究

为解决垃圾邮件过滤的精确度和有效性问题,提出了一种基于邮件内容过滤的垃圾邮件过滤方法,该方法采用Boosting算法构造了一种垃圾邮件过滤器,利用该垃圾邮件过滤器实现对垃圾邮件的过滤. 本文借鉴文本分类和信息检索领域所使用的评价指标,构建了垃圾邮件过滤器的评价体系,利用该评价体系,针对基于Boosting算法所构造的垃圾邮件过滤器对垃圾邮件的过滤实验所得到的数据进行了测试和评估,测试和评估的结果验证了Boosting算法在垃圾邮件过滤中的有效性,其性能优于传统的贝叶斯算法.      

基于自动分类的邮件过滤系统

电子邮件作为因特网一个主流的应用日益成为网络使用者不可缺少的工具,随之而来的垃圾邮件也越来越猖獗,对邮件的分类、检测与过滤显得尤为迫切.利用文本自动分类器,将接收到的邮件转换为向量表示,通过计算向量的相似度对其分类,方便用户使用.     

基于神经网络的多传感器自适应滤波

提出了利用神经网络自适应滤波原理解决多传感器信号处理的方法，通过对多路带噪声的数字模拟信号的滤波结果表明，该方法能快速，有效地消除主信号源的各种背景噪声。     

动态空间滤波的探讨与实践

在传统的遥感数字图像增强处理方法中,空间滤波主要采用静态的图像模板来进行计算处理以突出图像上某些特征,如突出边缘和纹理等.该文探讨用动态的图像模板来进行计算处理遥感影像,发现处理后的遥感图像取得了很好的效果.     

人工神经网络在信息过滤中的应用

通过分析TextCNN和TextRNN等模型的特点，构建了卷积神经网络与循环神经网络相结合的文本分类模型.在“SMS Spam Collection v.1”数据集上对模型进行测试，选用AUC和Precision等评价指标来评价模型.结果表明，模型有良好的鲁棒性，能够准确识别垃圾邮件.     

基于贝叶斯增量分类的邮件过滤研究

随着internet的快速发展,垃圾邮件泛滥成灾.面对垃圾邮件日益严重的现状,提出了贝叶斯邮件过滤模型并讨论了贝叶斯分类方法在垃圾邮件过滤中的应用.针对难以获得大量有类别标签的邮件训练集问题,利用贝叶斯具有增量学习特征,分析并提出了基于小规模训练集的贝叶斯增量邮件过滤方法,通过最小化当前邮件分类器的分类损失,来选择有利于提高分类器性能的邮件加入训练集.实验结果表明,该方法是切实可行的并具有良好的效果.     

基于严密Helmert方差分量估计的动态Kalman滤波

针对Kalman滤波模型推导了严密的Helmert方差分量估计公式.在此基础上,构建了方差分量估计辅助的Kalamn滤波解,改进的Kalman滤波与标准Kalman滤波的计算过程基本相同.推导了方差分量估计对Kalman滤波解的影响.理论推导和计算结果均表明,Helmert方差分量估计辅助的Kalman滤波能够合理调控动力学模型误差的影响,合理平衡观测信息与动力学模型信息对Kalman滤波解的贡献,提高状态参数估计的精度;严密Helmert方差分量估计与简化Helmert方差分量估计辅助的Kalman滤波解基本等效.     

结构动力响应预测的神经网络技术

在分析各种不同抗震形式的基础上，对结构在地震作用下的动力响应预测问题进行了探讨，指出了各种主动控制方式中时间滞后问题，最后提出了人工神经网络技术，并对该技术的实现进行了初步探讨，得出了一些可供参考的理论与方法。     

邮件服务器管理

对邮件服务器系统管理的几个问题进行了介绍和探讨,主要讲述了ｓｅｎｄｍａｉｌ的安装配置方法、ＰＯＰ３服务器的安装、防止垃圾邮件以及对用户邮箱容量的限制方法。     

粗集神经网络在图像融合滤波中的应用研究

传统的或改进型的中值滤波器,很难在图像噪声滤除和细节保留两方面兼顾与平衡.本文基于粗神经元构建了一种粗集神经网络,该粗集神经网络对5×5中值滤波器和多级FIR中值混合滤波器MFMHF(Multilevel FIR-Median Hybrid Filter)的处理结果进行融合.由于粗神经元的不可微性,BP算法不再适用,因此本文采用遗传算法GA来进行网络权值的学习,同时融入具有局部搜索能力的爬山法改善了进化后期的计算效率.仿真试验表明,粗集神经网络在图像融合滤波方面的性能优于BP网络和一般的中值滤波器.