基于自组织映射神经网络的词自动聚类
| 中文摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目 录 | 第5-7页 |
| 第一章 引言 | 第7-12页 |
| ·词的分类问题的重要意义 | 第7-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·论文的思路、主要工作和整体结构 | 第10-12页 |
| 第二章 自组织映射神经网络和C-均值遗传算法 | 第12-27页 |
| ·自组织映射神经网络(SOM) | 第12-17页 |
| ·C-均值遗传算法 | 第17-27页 |
| ·编码和初始化 | 第18-19页 |
| ·遗传操作 | 第19-24页 |
| ·选择算子 | 第19-22页 |
| ·交叉算子 | 第22-24页 |
| ·变异算子 | 第24页 |
| ·C-均值遗传算法的适应值函数 | 第24-25页 |
| ·C-均值遗传算法的参数 | 第25-27页 |
| 第三章 上下文特征向量的构造 | 第27-34页 |
| ·上下文窗口 | 第27-28页 |
| ·候选特征词的筛选 | 第28-29页 |
| ·特征词的权重计算 | 第29-31页 |
| ·上下文窗口位置的权重 | 第31-32页 |
| ·上下文特征向量构造的另一种方案 | 第32-34页 |
| 第四章 基于SOM聚类的相关参数确定 | 第34-49页 |
| ·上下文窗口大小的确定 | 第36-37页 |
| ·特征词个数的确定 | 第37-39页 |
| ·上下文窗口位置权重的确定 | 第39-40页 |
| ·对比方案比较 | 第40-41页 |
| ·SOM参数的确定 | 第41-43页 |
| ·学习率的确定 | 第41-42页 |
| ·输出网格边长的确定 | 第42-43页 |
| ·SOM结果与直接利用C-均值遗传算法聚类比较 | 第43-44页 |
| ·SOM结果与参考文献[7][8][9]结果比较 | 第44-47页 |
| ·SOM词聚类收敛度分析 | 第47-49页 |
| 第五章 实验及其结果 | 第49-66页 |
| ·实验数据 | 第49页 |
| ·实验设计 | 第49-50页 |
| ·数据结构 | 第50-54页 |
| ·利用混乱度对聚类结果进行评价 | 第54-56页 |
| ·实验及其结果分析 | 第56-66页 |
| ·SOM聚类结果评价及分析 | 第56-62页 |
| ·C-均值及C-均值遗传算法聚类结果评价及分析 | 第62-66页 |
| 第六章 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致 谢 | 第71-72页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第72页 |
