一种新的模糊支持向量机方法

针对分类问题的支持向量机方法中存在对噪声和野值敏感的问题,提出了一种新的隶属度函数确定方法．研究和分析了目前针对这些问题所提出的模糊支持向量机方法,而在模糊支持向量机方法中,隶属度函数的设计是整个模糊算法的关键所在,文中主要对隶属度函数进行了深入地研究,在类中心向量方法的基础上,即在确定样本的隶属度时,对类中心距离方法进行改进,得到新的隶属度计算的方法,并从数值实验方面表明该方法的有效性和可行性．     

基于n-gram及SVM的中文垃圾邮件过滤

在基于内容的垃圾邮件过滤方法中,特征表达和分类算法十分重要,本文应用n-gram方法进行特征表达,以支持向量机（SVM）作为分类算法,并选取传统的人工神经网络（ANN）作为分类器作为对比,并采用不同大小的训练集和测试集来测试SVM及ANN的分类效果,观察训练集和测试集大小对于分类效果的影响。     

基于B/S模式的远程教育考试系统的研究

教育的改革,不仅仅是教育思想的更新和进步,也是教育技术和手段的改进和提高。在各种教育机构的教学过程中,考试都是一个重要的环节,考试工作的好坏直接关系着教学的成绩。传统的考试,长期以来都是以纸和笔为工具,工作效率低、纸张浪费大,因此,考试方式的改革已迫在眉睫。当今各项技术突飞猛进,尤以计算机技术的发展最为突出。在这种双重因素的作用下,以计算机技术为主的无纸化考试应运而生。通过对考试系统的现状以及发展方向的分析,提出了基于B/S模式的考试系统方案,并进一步分析、讨论实现的可行性。     

一种基于支持向量机的场景标注方法

针对复杂场景中难以标注对象轮廓的问题,提出一种基于支持向量机的场景标注方法。首先采用结构森林法生成边缘概率,再运用分水岭算法将边缘概率转化成初始图像块。为避免过分分割,减少训练开支,利用UCM算法并选取适当的阈值提高图像块对轮廓的精确度,最后通过支持向量机训练分割的图像块进行场景标注。实验表明,在处理复杂的户外场景标注时,基于支持向量机的场景标注方法在像素精确度上表现良好,在对象轮廓上标注效果较好。     

基于支持向量机的通信信号调制识别方法研究

支持向量机(Support VectorMachines简称SVMs)是基于统计学习理论的一种新的模式识别技术,它不仅结构简单,而且技术性能尤其是泛化能力明显提高.介绍支持向量机为理论基础的通信信号调制识别方法,计算机仿真结果证实此方法的可行性.     

基于支持向量回归机的磨削力预测

针对神经网络方法在磨削力预测方面存在的网络结构不好确定和样本需求量大等不足,提出了一种新的基于支持向量回归机的磨削力智能预测方法。介绍了支持向量回归机的基本原理,分析了影响磨削力的主要因素,选用砂轮速度、工件速度和磨削深度作为输入参数,建立了基于支持向量回归机的磨削力预测模型。仿真结果表明,所建立的预测模型是合理有效的,与BP神经网络预测方法相比,预测的结果准确性更高。     

垃圾邮件的防治方法探讨

对垃圾邮件的主要特征及危害进行分析，并针对垃圾邮件肆意泛滥的现象，提出有效防治垃圾邮件的方法。     

基于模糊支持向量机的语音情感识别

根据输入样本对分类结果不同的影响程度,引入模糊隶属度,探讨了模糊支持向量机(FSVM)原理,并将其应用于汉语语音信号中生气、高兴、悲伤、惊奇4种主要情感类型的识别。仿真实验结果表明FSVM比支持向量机(SVM)有着更好的分类性能和更高的识别率。     

基手支持向量机的通信信号调制识别方法研究

支持向量机(Support Vector Machines简称SVMs)是基于统计学习理论的一种新的模式识别技术，它不仅结构简单，而且技术性能尤其是泛化能力明显提高。介绍支持向量机为理论基础的通信信号调制识别方法，计算机仿真结果证实此方法的可行性。     

基于支持向量机的手写数字串识别

手写数字识别是手写字符识别的一个重要分支,单个数字识别技术已经比较成熟,而手写数字串的切分与识别则成为了该领域的一个难点。本文针对手写数字串的切分和识别设计了一种实验模型,该实验模型针对手写数字串的过度切分以及不足切分的特殊情况设置基于支持向量机的检测器进行再次识别确认,实验证明,使用基于支持向量机的检测器大大的减少了因为错误切分而带来的识别率的下降。     

基于SMTP会话控制的主动式垃圾邮件过滤技术的研究

随着垃圾邮件传播手段的不断变化,传统基于内容的反垃圾邮件技术正面临着严峻挑战,本文提出了一种基于smtp会话控制的主动式垃圾邮件过滤技术.该技术通过分析垃圾邮件的通信会话过程中的特征信息,在MTA会话连接的不同阶段实现垃圾邮件的识别与拦截,并设计了一个垃圾邮件过滤网关并进行过滤实验.实验结果表明,提出的技术具有良好的识别效率和准确率.     

基于SVM和概率统计的文本分类方法研究

分析了基于支持向量机（SVM）的文本分类方法,在此基础上,提出一种由SVM和概率统计方法相结合的文本分类方法。详细介绍该方法的实现原理、算法描述和工作流程,并进行实验测试。     

论垃圾邮件的法律规制

垃圾邮件是网络世界的一大毒瘤。为了有效地控制垃圾邮件的蔓延,世界上许多国家纷纷制定了反垃圾邮件的法律。本文介绍了美国、欧盟、日本、澳大利亚以及我国规制垃圾邮件的有关法律制度,在此基础上通过比较分析对反垃圾邮件法律制度的设计进行了探讨。     

基于多小波变换和支持向量机的鲁棒水印算法

为了提高水印的综合效果,根据多小波变换后相邻系数之间具有很强的相关性的特点,提出了一种基于支持向量机的图像水印算法.由于支持向量机在小样本训练的情况下具有良好的学习和泛化能力.因此,可以首先利用支持向量回归机建立相邻系数之间的关系模型.然后,通过调整模型的输入来嵌入或提取水印.实验结果表明,用算法得到的水印不但具有很好的图象感知质量,而且鲁棒性好,实用性强.     

垃圾电子邮件的经济学分析

垃圾电子邮件作为一种网络公害,危及网络环境的稳定和安全,已经引起广泛的重视。通过运用成本、外部性、公共物品和公共政策等经济学原理,从市场失灵和政府干预失灵两方面分析了垃圾电子邮件产生和泛滥的原因,以期能为防范和遏制电子垃圾邮件提供制度建设层面的参考。     

基于SVM算法的客户诚信度评价模型的研究

针对目前大量的商业活动中对客户诚信度评价方法的欠缺,提出了一种新型的预测模型,即将高斯核函数同SVM算法相结合,在非线性多维特征解空间的环境下,也可做到较为准确的评估．通过实践验证,同以往的预测模型相比较,该算法不论在预测准确性以及泛化能力上都有更为突出的表现．     

邮件服务器中基于地址的一种电子邮件过滤方法

互联网是一个无政府世界，有些人利用电子邮件肆意散发邮件广告，导致很多人的邮箱垃圾成堆；有些人利用电子邮件制造邮件炸弹，要么使电子邮件服务器瘫痪，要么使别人无法正常使用电子信箱；还有更坏的人利用电子邮箱传播电脑病毒．本文针对UNIX系统中的邮件服务器，阐述了通过使用Sendmail配置邮件中继域文件relay-domains和Ac-cess文件防止邮件攻击的技术．     

改进的基于支持向量机模型剪接位点的预测

在采用概率编码的基础上,利用支持向量机模型对人类剪接位点进行预测,重点研究了基于核主成分分析方法对最终预测模型的影响.从实验结果看,这种改进的基于支持向量机模型剪接位点的预测在敏感性和特异性上优于其他模型.     

垃圾邮件过滤系统模型的研究与设计

邮件过滤是反垃圾邮件的一种重要方法,其中基于邮件内容的过滤又是一种重要的、有效的过滤手段.基于电子邮件是一种半结构化的数据,并且,电子邮件中主要包括的是文本信息,因此,本文将文本挖掘的分类技术和方法引入到邮件过滤系统模型中,以实现对垃圾邮件的过滤.