基于SVM的不良圖片過濾研究與系統(tǒng)實現(xiàn).pdf

1、隨著計算機技術、網(wǎng)絡技術的飛速發(fā)展，數(shù)據(jù)通信和資源共享成為計算機網(wǎng)絡的主要功能，人們接觸到網(wǎng)絡中的不良信息的概率越來越大，這些信息將對網(wǎng)絡用戶特別是青少年帶來消極的影響。本文研究在客戶終端如何高效地過濾不良信息。
　　首先，針對不良圖片的特征進行了分析研究，基于現(xiàn)有的圖片相關的處理技術與實現(xiàn)方法，提出獲取圖片顏色、紋理、幾何形狀三方面特征值的方法，并采用SVM分類方法對不良圖片進行識別。
　　其次，利用圖片特征值并加入基于權

2、重策略的識別方式，提出不良圖片過濾總體框架。在獲取到各特征值后，應用快速判斷的方法實現(xiàn)對正常圖片進行識別，然后采用基于權重的方法對各單項特征值進行統(tǒng)計與各特征值作為整體向量進行分類相結(jié)合。實驗表明該方法具有較好的識別準確率和時間效率。
　　最后，實現(xiàn)了基于SVM的不良信息過濾的系統(tǒng)，實時分析用戶訪問的網(wǎng)頁數(shù)據(jù)，通過對圖片和文本的分析判斷當前訪問的頁面是否包含不良信息。在實際應用中能較好的屏蔽含有不良信息的網(wǎng)頁，滿足實際應用需求，有