摘要：提出了一种新型的双层垃圾邮件过滤方法。该方法基于免疫学习、免疫记忆和免疫识别等机制,具有一定的自适应能力和多样性,充分利用了垃圾邮件与非垃圾邮件的特征,从而降低了非垃圾邮件被错判的风险。实验结果表明,双层过滤方法可有效的降低垃圾邮件的虚报率(非垃圾邮件被错判为垃圾邮件的比例)。

摘要：传统的三维建模方法往往依赖于多目拍摄设备或空间定位装置等设备,这限制了三维建模的应用。提出了一种基于单目相机序列图像的双层过滤三维重建方法,无需过多的拍摄设备和空间定位设备即可实现场景的三维重建。由于三维重建容易产生不需要的冗余数据,因此使用双层过滤来去除重建场景或对象中的外点。最后利用纹理择优算法确定合适纹理来实现模型颜色自动映射。实验结果说明了改进方法的适用性和有效性。

摘要：设计了基于白名单技术与贝叶斯垃圾邮件过滤技术相结合的双层垃圾邮件过滤模型:利用实时白名单技术直接接收信任地址发来的邮件,对不在白名单中的地址发来的邮件,通过贝叶斯过滤技术进行邮件的正常性判断.该双层垃圾邮件过滤模型可以有效提高垃圾邮件的过滤精度.