【摘要】：郵件過濾是當(dāng)前網(wǎng)絡(luò)信息安全研究的一個熱點。針對傳統(tǒng)郵件過濾方法容錯能力方面的不足,提出一種基于決策粗糙集模型DTRS(Decision-Theoretic Rough Set)的郵件過濾方法。通過將無法明確判斷的郵件用DTRS的邊界域進(jìn)行刻畫,實現(xiàn)正常郵件、垃圾郵件和可疑郵件的三枝決策,確保總體決策的完備性。仿真實驗結(jié)果表明文中方法是有效的,并且在控制郵件誤分類上具有優(yōu)勢。
【圖文】：

Shapes()方法對輸入圖像和模板進(jìn)行形狀匹配，返回值是一個double類型的數(shù)，代表了兩幅圖的相似程度，返回值越接近0則說明兩幅圖的相似度越高，通過如下計算公式定義相應(yīng)的相似度百分比，來表征圖形與模板的相似度:similaraty=Math．Ceiling(100*Math．Pow(0．00067，mat_re-sult));//mat_result為匹配返回值5)圖形識別通過所畫圖形與各個模板的匹配，得到一組相似度的數(shù)值，這些數(shù)值表示了圖形與模板間的相似程度，對這組數(shù)值進(jìn)行簡單的排序，理論上將相似度最高的模板定義為最終匹配結(jié)果。2．3．4匹配實驗與結(jié)果圖2所示為用戶通過觸摸顯示屏繪制的動物“馬”的原始圖形，將此圖形經(jīng)過以上幾個步驟的處理，同下面的模板進(jìn)行相似度比對，模板如圖3所示。圖2原始輸入圖形圖3圖形模板經(jīng)過比對，我們分別得到了以上圖形模板的相似度值，分別為雞:26%，，牛:36%，馬:91%，羊:53%，最終“馬”匹配成功。綜上所述，實驗結(jié)果比較理想。在軟件實際使用過程中，匹配成功率也比較高，達(dá)到了90%以上�？梢�，通過在VS2010中為WPF配置加入EmguCV，將OpenCV強大的圖形處理功能加入到．net平臺中，我們并不需要將大量的時間花費在具體算法的實現(xiàn)和調(diào)試上，只需注重任務(wù)本身的要求，對癥下藥，設(shè)計合理的處理框架，選取合適的方法來調(diào)用，開發(fā)效率之高可見一斑。3結(jié)語本文簡單介紹了新一代客戶端設(shè)計系統(tǒng)WPF的特點與優(yōu)勢，并以一款游戲軟件的設(shè)計為背景，說明了如何在WPF中配置EmguCV的過程，詳細(xì)敘述了運用基于C#語言的EmguCV圖像處理庫來完成具體的圖像處理任務(wù)，主要包括圖像的濾波，特征提取，相似度計算等內(nèi)容，最后通過實驗來驗證處理的效果。本文介紹的圖形處理方法在WPF設(shè)計框架下具有廣泛的用途，而在普遍使用面向?qū)ο笳Z言的今天，?

相似度越高，通過如下計算公式定義相應(yīng)的相似度百分比，來表征圖形與模板的相似度:similaraty=Math．Ceiling(100*Math．Pow(0．00067，mat_re-sult));//mat_result為匹配返回值5)圖形識別通過所畫圖形與各個模板的匹配，得到一組相似度的數(shù)值，這些數(shù)值表示了圖形與模板間的相似程度，對這組數(shù)值進(jìn)行簡單的排序，理論上將相似度最高的模板定義為最終匹配結(jié)果。2．3．4匹配實驗與結(jié)果圖2所示為用戶通過觸摸顯示屏繪制的動物“馬”的原始圖形，將此圖形經(jīng)過以上幾個步驟的處理，同下面的模板進(jìn)行相似度比對，模板如圖3所示。圖2原始輸入圖形圖3圖形模板經(jīng)過比對，我們分別得到了以上圖形模板的相似度值，分別為雞:26%，牛:36%，馬:91%，羊:53%，最終“馬”匹配成功。綜上所述，實驗結(jié)果比較理想。在軟件實際使用過程中，匹配成功率也比較高，達(dá)到了90%以上。可見，通過在VS2010中為WPF配置加入EmguCV，將OpenCV強大的圖形處理功能加入到．net平臺中，我們并不需要將大量的時間花費在具體算法的實現(xiàn)和調(diào)試上，只需注重任務(wù)本身的要求，對癥下藥，設(shè)計合理的處理框架，選取合適的方法來調(diào)用，開發(fā)效率之高可見一斑。3結(jié)語本文簡單介紹了新一代客戶端設(shè)計系統(tǒng)WPF的特點與優(yōu)勢，并以一款游戲軟件的設(shè)計為背景，說明了如何在WPF中配置EmguCV的過程，詳細(xì)敘述了運用基于C#語言的EmguCV圖像處理庫來完成具體的圖像處理任務(wù)，主要包括圖像的濾波，特征提取，相似度計算等內(nèi)容，最后通過實驗來驗證處理的效果。本文介紹的圖形處理方法在WPF設(shè)計框架下具有廣泛的用途，而在普遍使用面向?qū)ο笳Z言的今天，基于C#的EmguCV想必也能夠延續(xù)OpenCV的輝煌。參考文獻(xiàn)［1］黎松，平西建，丁益洪．開放源代碼的計算機視覺類庫OpenCV的應(yīng)用［J

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 馮林;王國胤;李天瑞;;連續(xù)值屬性決策表中的知識獲取方法[J];電子學(xué)報;2009年11期

2 李志君;王國胤;吳渝;;基于Rough Set的電子郵件分類系統(tǒng)[J];計算機科學(xué);2004年03期

3 鄧維斌;洪智勇;;基于粗糙集的兩階段郵件過濾方法[J];計算機應(yīng)用;2010年08期

4 趙靜;劉培玉;許明英;;郵件過濾中特征選擇方法的性能評價與分析[J];計算機應(yīng)用研究;2012年02期

5 馮林;原永樂;茍仕蓉;楊軍;沈莉;;一種實域粗糙集模型及屬性約簡方法[J];控制與決策;2012年04期

6 鄭煒;沈文;張英鵬;;基于改進(jìn)樸素貝葉斯算法的垃圾郵件過濾器的研究[J];西北工業(yè)大學(xué)學(xué)報;2010年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘭亞;吳渝;王國胤;董蓓;;基于滑動窗口的優(yōu)化貝葉斯郵件過濾算法[J];重慶郵電學(xué)院學(xué)報(自然科學(xué)版);2006年04期

2 馮林;劉照鵬;方丹;;信息系統(tǒng)中粒計算模型及其屬性約簡方法[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2010年05期

3 王磊;王金山;沈浮;;一種基于灰色絕對關(guān)聯(lián)度的變精度粗糙集模型[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2012年05期

4 于海;詹婉榮;張瑞玲;;模態(tài)邏輯S4的覆蓋語義及其完備性[J];電子學(xué)報;2012年04期

5 沈競;王浩;;景觀格局變化表征及驅(qū)動力相關(guān)性的定量化研究——以江蘇省為例[J];長江流域資源與環(huán)境;2012年S2期

6 趙春生;馮林;蔣勱;李聰;;一種基于DTRS模型與α-正域的郵件過濾方法[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2013年01期

7 李軍輝;李培峰;朱巧明;錢培德;;最大熵模型在郵件分類中的應(yīng)用[J];計算機工程與應(yīng)用;2007年35期

8 鄧春燕;陶多秀;呂躍進(jìn);;粗糙集與決策樹在電子郵件分類與過濾中的應(yīng)用[J];計算機工程與應(yīng)用;2009年16期

9 張保富;施化吉;;一種基于粗糙集文本自動分類的改進(jìn)算法[J];計算機工程與應(yīng)用;2011年24期

10 鄧維斌;王國胤;洪智勇;;基于粗糙集的加權(quán)樸素貝葉斯郵件過濾方法[J];計算機科學(xué);2011年02期

相關(guān)會議論文 前2條

1 李軍輝;朱巧明;錢培德;;郵件語料庫的語料添加算法研究與實現(xiàn)[A];中文信息處理前沿進(jìn)展——中國中文信息學(xué)會二十五周年學(xué)術(shù)會議論文集[C];2006年

2 張志斌;施水才;呂學(xué)強;;基于貝葉斯方法的中文垃圾郵件過濾技術(shù)綜述[A];中文信息處理前沿進(jìn)展——中國中文信息學(xué)會二十五周年學(xué)術(shù)會議論文集[C];2006年

相關(guān)博士學(xué)位論文 前2條

1 朱振方;基于微粒群和遺傳優(yōu)化的文本過濾關(guān)鍵技術(shù)研究[D];山東師范大學(xué);2012年

2 智慧來;概念格構(gòu)造與應(yīng)用中的關(guān)鍵技術(shù)研究[D];上海大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王榮;智能手機入侵檢測系統(tǒng)的研究[D];北京交通大學(xué);2011年

2 杜宏富;基于知識約簡的施工安全決策研究[D];武漢理工大學(xué);2011年

3 楊慧娟;基于語義體與模糊聚類的中文垃圾郵件過濾方法研究[D];蘭州理工大學(xué);2011年

4 史晶;基于粗糙集和貝葉斯算法的郵件過濾系統(tǒng)的研究與應(yīng)用[D];電子科技大學(xué);2011年

5 嚴(yán)灼;基于內(nèi)容解析的垃圾郵件過濾技術(shù)研究[D];安徽理工大學(xué);2011年

6 賈麗娜;基于改進(jìn)區(qū)分矩陣的屬性約簡算法研究與應(yīng)用[D];遼寧工程技術(shù)大學(xué);2011年

7 鄭建興;基于鄰域關(guān)系的模糊決策系統(tǒng)約簡與規(guī)則獲取[D];山西大學(xué);2011年

8 周鳴;面向手機病毒挖掘引擎的增量貝葉斯算法的研究與實現(xiàn)[D];北京郵電大學(xué);2012年

9 張保富;基于粗糙集的中文文本分類算法研究及應(yīng)用[D];江蘇大學(xué);2010年

10 韓燁;基于粗糙集理論的垃圾郵件識別方法[D];吉林大學(xué);2012年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐捷 ,徐從富 ,耿衛(wèi)東 ,潘云鶴;基于粗糙集理論的動態(tài)目標(biāo)識別及跟蹤[J];電子學(xué)報;2002年04期

2 韓冰;高新波;姬紅兵;;基于模糊粗糙集的新聞視頻鏡頭邊界檢測方法[J];電子學(xué)報;2006年06期

3 鄧大勇;黃厚寬;李向軍;;不一致決策系統(tǒng)中約簡之間的比較[J];電子學(xué)報;2007年02期

4 楊明;;決策表中基于條件信息熵的近似約簡[J];電子學(xué)報;2007年11期

5 馮林;王國胤;李天瑞;;連續(xù)值屬性決策表中的知識獲取方法[J];電子學(xué)報;2009年11期

6 單麗莉;劉秉權(quán);孫承杰;;文本分類中特征選擇方法的比較與改進(jìn)[J];哈爾濱工業(yè)大學(xué)學(xué)報;2011年S1期

7 陸玉昌,魯明羽,李凡,周立柱;向量空間法中單詞權(quán)重函數(shù)的分析和構(gòu)造[J];計算機研究與發(fā)展;2002年10期

8 王熙照,趙素云,王靜紅;基于Rough集理論的模糊值屬性信息表簡化方法[J];計算機研究與發(fā)展;2004年11期

9 靖紅芳;王斌;楊雅輝;徐燕;;基于類別分布的特征選擇框架[J];計算機研究與發(fā)展;2009年09期

10 單松巍,馮是聰,李曉明;幾種典型特征選取方法在中文網(wǎng)頁分類上的效果比較[J];計算機工程與應(yīng)用;2003年22期

相關(guān)博士學(xué)位論文 前1條

1 楊創(chuàng)新;基于機器學(xué)習(xí)的高性能中文文本分類研究[D];華南理工大學(xué);2009年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李雯;劉培玉;;基于貝葉斯的垃圾郵件過濾算法的研究[J];計算機工程與應(yīng)用;2007年23期

2 翟軍昌;;基于樸素貝葉斯算法的個性化垃圾郵件過濾[J];長春師范學(xué)院學(xué)報(自然科學(xué)版);2009年04期

3 蔡健,黃國興,謝孟軍;基于數(shù)據(jù)挖掘方法的電子郵件過濾[J];微型電腦應(yīng)用;2001年08期

4 蔡立軍,施榮華;一種新的電子郵件過濾系統(tǒng)模型的設(shè)計[J];計算機工程;2003年16期

5 陳治平;王雷;;基于自學(xué)習(xí)K近鄰的垃圾郵件過濾算法[J];計算機應(yīng)用;2005年S1期

6 王斌;許洪波;王申;;基于結(jié)構(gòu)特征的nBayes雙層過濾模型[J];計算機應(yīng)用;2006年01期

7 王毅;謝治華;梁國彪;;基于知識積累方法的垃圾郵件過濾算法[J];科學(xué)技術(shù)與工程;2007年11期

8 翟軍昌;秦玉平;王春立;;改進(jìn)的樸素貝葉斯垃圾郵件過濾算法[J];計算機工程與應(yīng)用;2009年14期

9 林偉;柳榮其;徐熙;;一種基于N-Gram的垃圾郵件過濾方法研究[J];計算機應(yīng)用與軟件;2010年02期

10 葉振宇,劉晶;基于模糊模式識別的中文郵件過濾探討[J];計算機時代;2004年11期

相關(guān)會議論文 前10條

1 李勁;岳昆;杭菲璐;;一種基于自適應(yīng)Markov模型的中文垃圾郵件過濾方法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（一）[C];2008年

2 張相於;陳繼東;李玉坤;孟小峰;;TEXEM:一種基于實體的郵件任務(wù)提取策略[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（二）[C];2008年

3 張志斌;施水才;呂學(xué)強;;基于貝葉斯方法的中文垃圾郵件過濾技術(shù)綜述[A];中文信息處理前沿進(jìn)展——中國中文信息學(xué)會二十五周年學(xué)術(shù)會議論文集[C];2006年

4 張晶;姚建民;董守斌;張凌;;基于自然語言同現(xiàn)詞匯的郵件過濾[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

5 薛亞楠;廖聞劍;彭艷兵;;垃圾郵件行為識別研究[A];中國電子學(xué)會第十六屆信息論學(xué)術(shù)年會論文集[C];2009年

6 沈衛(wèi)超;;反垃圾郵件技術(shù)與產(chǎn)品分析[A];第二十次全國計算機安全學(xué)術(shù)交流會論文集[C];2005年

7 仇小鋒;陳鳴;賈永興;;垃圾郵件及其防范技術(shù)[A];第九屆全國青年通信學(xué)術(shù)會議論文集[C];2004年

8 石艷榮;孫丹寧;賀永強;;一種基于內(nèi)容的郵件過濾模型的研究與性能分析[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（上冊）[C];2007年

9 賴均;黃迪明;胡德昆;;反垃圾郵件機的研究與實現(xiàn)[A];四川省通信學(xué)會二零零四年學(xué)術(shù)年會論文集（二）[C];2004年

10 王巖;;基于內(nèi)容的垃圾郵件過濾技術(shù)[A];中國通信學(xué)會第六屆學(xué)術(shù)年會論文集（中）[C];2009年

相關(guān)重要報紙文章 前10條

1 鄭惠榮;利用人工智能進(jìn)行郵件過濾[N];中國計算機報;2003年

2 喬珊;備份你的郵件過濾規(guī)則[N];電腦報;2004年

3 ;冠群金辰赤宵KILL郵件過濾網(wǎng)關(guān)— 采用獨立的硬件平臺殺毒[N];計算機世界;2003年

4 溫遠(yuǎn);構(gòu)筑E-mail安全堡壘[N];中國電子報;2003年

5 唐慧;讓電子郵件更安全[N];網(wǎng)絡(luò)世界;2002年

6 ;SurfControl: 強勁的反垃圾郵件引擎[N];計算機世界;2006年

7 ;天融信: 高效應(yīng)對四類攻擊行為[N];計算機世界;2006年

8 ;八種手段打造安全上網(wǎng)環(huán)境[N];網(wǎng)絡(luò)世界;2007年

9 ;自動學(xué)習(xí)實現(xiàn)高效過濾[N];中國計算機報;2007年

10 陳登鋒;如何阻擋日均5萬封垃圾郵件[N];中國計算機報;2008年

相關(guān)博士學(xué)位論文 前8條

1 王美珍;垃圾郵件行為模式識別與過濾方法研究[D];華中科技大學(xué);2009年

2 董建設(shè);協(xié)作式垃圾郵件過濾關(guān)鍵技術(shù)研究[D];蘭州理工大學(xué);2009年

3 鄧蔚;垃圾郵件過濾中的敵手分類問題研究[D];電子科技大學(xué);2011年

4 陳治平;智能搜索引擎理論與應(yīng)用研究[D];湖南大學(xué);2003年

5 孫晶濤;基于內(nèi)容的垃圾郵件過濾技術(shù)研究[D];蘭州理工大學(xué);2010年

6 惠孛;基于即時分類的垃圾郵件過濾關(guān)鍵技術(shù)的研究[D];電子科技大學(xué);2009年

7 劉衛(wèi)紅;垃圾郵件檢測與過濾關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2010年

8 董大凡;基于度量空間的P2P網(wǎng)絡(luò)相似搜索技術(shù)研究及應(yīng)用[D];南開大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李雯;基于貝葉斯技術(shù)的郵件過濾研究[D];山東師范大學(xué);2008年

2 張益;基于Netfilter的垃圾郵件過濾網(wǎng)關(guān)的設(shè)計和實現(xiàn)[D];電子科技大學(xué);2006年

3 羅琴;一種垃圾郵件混合過濾技術(shù)研究[D];電子科技大學(xué);2007年

4 李笛;基于內(nèi)容的垃圾郵件過濾方法研究[D];合肥工業(yè)大學(xué);2008年

5 林煉;基于網(wǎng)絡(luò)處理器的垃圾郵件過濾系統(tǒng)[D];廈門大學(xué);2008年

6 黃詮;基于多貝葉斯并行融合模型的郵件過濾算法研究[D];湖南大學(xué);2008年

7 肖e

本文編號：2561068