首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

标记样本规模对半监督文本聚类算法的影响

摘要第4-5页
Abstract第5页
目录第6-8页
第1章 引言第8-12页
    1.1 研究背景及意义第8页
    1.2 半监督聚类相关研究现状第8-10页
    1.3 论文研究内容及主要解决问题第10页
    1.4 本文主要结构第10-12页
第2章 经典聚类算法第12-20页
    2.1 K-均值聚类算法第12-15页
    2.2 AP 聚类算法第15-18页
    2.3 本章小结第18-20页
第3章 半监督聚类算法第20-28页
    3.1 种子 K-均值算法第20-21页
    3.2 约束 K-均值算法第21-22页
    3.3 松散种子 AP 聚类算法第22-23页
    3.4 紧密种子 AP 聚类算法第23-25页
    3.5 3 集合种子 AP 聚类算法第25-26页
    3.6 本章小结第26-28页
第4章 实验与分析第28-37页
    4.1 实验数据集第28-29页
    4.2 实验评估标准第29-30页
    4.3 实验结果及分析第30-35页
        4.3.1 路透社数据集上的实验第30-32页
        4.3.2 美国国家自然科学基金摘要数据集上的实验第32-35页
    4.5 本章小结第35-37页
第5章 结论与展望第37-39页
参考文献第39-42页
作者简介及在学期间所取得的科研成果介第42-43页
致谢第43页

论文共43页,点击 下载论文
上一篇:2009年至2014年内国内口译研究的发展—对CNKI上近400篇核心期刊和博士论文的调研
下一篇:An Event Prediction System Based on Event Correlations