基于卷积神经网络的邮件管理系统的设计与实现

发布时间：2021-09-17 14:13

　　随着信息技术的发展,电子邮件服务以其高性价比的通信优势,迅速在网络用户中普及,成为人们信息交流的重要工具。但是,电子邮件便利的同时也带来了垃圾邮件泛滥的问题,垃圾邮件不仅占用互联网资源,更是对用户和企业造成严重困扰,耗费时间和精力,导致经济损失。因此,垃圾邮件过滤技术变得越来越重要,使用一款具有垃圾邮件过滤功能的邮件管理系统成为人们的需求。论文根据当前主要垃圾邮件过滤技术的特点与适用场景,基于卷积神经网络算法构建了一种中文垃圾邮件过滤模型。在模型构建前,论文对邮件内容进行了文本预处理和word2vec词向量生成等工作,然后依据卷积神经网络的结构和算法原理,完成了基础模型构建。为了提高模型的速度和准确率,论文依据卷积神经网络算法的结构特点,提出了 Dropout和L2正则化的优化方案。依据正常邮件和垃圾邮件的文本特征,提出了变步长卷积和带权池化的改进方案。然后通过实验,观察优化和改进方案对模型产生的影响。实验结果表明,经过优化和改进的中文垃圾邮件过滤算法,较未优化改进的中文垃圾邮件过滤算法,准确率提高4.43%,精确率提高4.91%,召回率提高6.10%,F1值提高5.50%,且模型较算... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图１．１?ＳＶＭ分类模型??则Ｈ的表达公式为??

图２．１卷积神经网络结构??２．１．１卷积层??

图２．２卷积计算过程??若通道数由３变为１，则为一维卷积神经网络，即可用于处理文本分类任务

【参考文献】：
期刊论文
[1]基于改进CNN的海军军事文本分类模型[J]. 齐玉东,丁海强,司维超,李程瑜.  电光与控制. 2020(05)
[2]基于Python的中文结巴分词技术实现[J]. 曾小芹.  信息与电脑(理论版). 2019(18)
[3]中文分词器对图书评论和情感词典匹配程度的影响[J]. 尤众喜,华薇娜,潘雪莲.  数据分析与知识发现. 2019(07)
[4]面向短文本分类的特征提取与算法研究[J]. 刘晓鹏,杨嘉佳,卢凯,田昌海,唐球.  信息技术与网络安全. 2019(05)
[5]基于Skip-gram的CNNs文本邮件分类模型[J]. 黄鹤,荆晓远,董西伟,吴飞.  计算机技术与发展. 2019(06)
[6]基于句子级学习改进CNN的短文本分类方法[J]. 韩栋,王春华,肖敏.  计算机工程与设计. 2019(01)
[7]激活函数在卷积神经网络中的对比研究[J]. 田娟,李英祥,李彤岩.  计算机系统应用. 2018(07)
[8]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[9]不同池化模型的卷积神经网络学习性能研究[J]. 刘万军,梁雪剑,曲海成.  中国图象图形学报. 2016(09)
[10]基于规则的垃圾邮件过滤算法比较研究[J]. 汤金波,孙力.  网络安全技术与应用. 2016(06)

博士论文
[1]垃圾邮件行为模式识别与过滤方法研究[D]. 王美珍.华中科技大学 2009

硕士论文
[1]基于卷积神经网络人脸识别研究与实现[D]. 任飞凯.南京邮电大学 2019
[2]基于卷积神经网络的商品评论情感分析的研究[D]. 周泳东.南京邮电大学 2019
[3]基于深度学习的垃圾邮件过滤方法研究[D]. 黄鹤.南京邮电大学 2019
[4]基于SDA的中文垃圾邮件过滤研究[D]. 张柳艳.南昌航空大学 2019
[5]基于卷积神经网络的特征选择和特征表示文本分类研究[D]. 高梦园.广西师范大学 2019
[6]文本语义的向量表示与建模方法研究[D]. 陈培新.中国科学技术大学 2018
[7]基于Vue.js的开发平台的设计与实现[D]. 王志任.广东工业大学 2018
[8]基于CPSO优化CNN的中文垃圾邮件分类研究[D]. 万亚利.重庆邮电大学 2018
[9]基于主题模型的垃圾邮件过滤系统的设计[D]. 杨平.黑龙江大学 2018
[10]基于AES算法的安全电子邮件系统研究与实现[D]. 刘佳.黑龙江大学 2018



本文编号：3398892