超多类分类器的设计与实现
| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-14页 |
| ·研究目的及意义 | 第11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第2章 理论基础和相关技术 | 第14-18页 |
| ·统计学习理论介绍 | 第14-15页 |
| ·支持向量机（SVM）介绍 | 第15-17页 |
| ·其他常用分类算法介绍 | 第17页 |
| ·K-最近邻 | 第17页 |
| ·神经网络 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第3章 系统框架设计 | 第18-25页 |
| ·总体设计 | 第18-20页 |
| ·流程设计 | 第20-23页 |
| ·超多分类设计 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第4章 SVM 详细设计与实现 | 第25-40页 |
| ·SVM 实现总体流程 | 第25-26页 |
| ·网页源文件信息处理 | 第26-27页 |
| ·单词提取 | 第27-29页 |
| ·特征选择 | 第29-31页 |
| ·训练学习 | 第31-36页 |
| ·训练学习参数配置实现 | 第31-32页 |
| ·训练学习功能实现 | 第32-36页 |
| ·分类 | 第36-39页 |
| ·分类参数配置实现 | 第36-38页 |
| ·分类功能实现 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 基于 SVM 分类器的测试 | 第40-48页 |
| ·代码运行分析 | 第40-41页 |
| ·运行环境 | 第41页 |
| ·测试分析 | 第41-47页 |
| ·本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-50页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
