融合YCbCr肤色分割的不良图像检测算法研究

针对当今互联网存在大量不良图像信息,严重影响青少年身心健康发展的问题,文中提出了人脸检测结合YCb Cr肤色分割的基于肤色比例判断模型的不良图像的检测方法。首先基于Open CV人脸检测,筛查出存在人脸的图像;然后通过提取人脸肤色特征,实现基于YCb Cr线性运算准确分割图像肤色区域;最后通过建立肤色比例权重模型,计算肤色面积所占比例,从而判断图像是否存在不良信息。选取正常和不良图像样本进行实验,不良图像检测率达到90%以上,正常图像的检测率达到91%,表明文中检测结构算法能够排除各种复杂背景下的干扰,应用在互联网不良图像检测上达到了良好的效果。

一种改进的贝叶斯算法在短信过滤中的研究

随着信息交流的频繁性,各种骚扰和垃圾短信充斥手机,严重干扰了人们的正常生活。针对垃圾短信过滤技术,研究基于最小风险决策贝叶斯的文本分类器构造方法以及实现。对于朴素贝叶斯在短信过滤系统中过分依赖样本空间的分布和内在的不稳定性,造成了时间复杂度的增加,提出了一种基于改进贝叶斯的垃圾短信文本分类器构造方法。主要利用最小风险决策算法结合贝叶斯理论完成对批量短信的训练,形成对应的集合模型。对实现文本分类的关键技术做了重点叙述,并对文本分类算法进行了实现。最后对算法进行测试,结果表明:基于最小风险决策贝叶斯的文本分类器不仅训练简单,而且分类准确度高,解决了朴素贝叶斯算法的不稳定性,为短信过滤技术提供了借鉴。