基于模糊C均值算法在文本聚类中的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-12页 |
| ·论文研究的背景和意义 | 第9页 |
| ·文本聚类的研究现状 | 第9-10页 |
| ·论文的主要研究内容 | 第10-11页 |
| ·论文主要创新点 | 第11页 |
| ·论文的结构安排 | 第11-12页 |
| 2 文本聚类综述 | 第12-25页 |
| ·文本聚类的基本概念 | 第12页 |
| ·文本表示 | 第12-14页 |
| ·文本特征提取 | 第14-15页 |
| ·文本相似性度量 | 第15-17页 |
| ·文本聚类过程 | 第17页 |
| ·文本聚类质量评价 | 第17-18页 |
| ·聚类算法分类 | 第18-24页 |
| ·几种常用算法的性能比较 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 均值聚类算法和遗传算法 | 第25-43页 |
| ·K均值聚类算法 | 第25-28页 |
| ·模糊C均值算法 | 第28-34页 |
| ·遗传算法 | 第34-42页 |
| ·本章小结 | 第42-43页 |
| 4 改进的模糊C均值算法 | 第43-52页 |
| ·基本概念 | 第43页 |
| ·聚类有效性评价模型 | 第43-45页 |
| ·基于遗传算法的V_N(c)的优化 | 第45-48页 |
| ·最佳C值的确定 | 第48页 |
| ·基于粘合度概念修正隶属函数矩阵 | 第48页 |
| ·改进的模糊c均值算法步骤 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 5 系统实现与实验 | 第52-60页 |
| ·系统设计 | 第52-54页 |
| ·系统实现 | 第54-56页 |
| ·实验及结果分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-61页 |
| ·总结 | 第60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |
