基于蚁群优化的模糊文本聚类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·选题的背景及意义 | 第9-10页 |
| ·国内外文本挖掘研究现状 | 第10-11页 |
| ·关键聚类方法及应用 | 第11-14页 |
| ·基于划分方法的聚类算法 | 第11-12页 |
| ·基于层次方法的聚类算法 | 第12页 |
| ·基于密度方法的聚类算法 | 第12页 |
| ·基于网格方法的聚类算法 | 第12-13页 |
| ·基于模型方法的聚类算法 | 第13页 |
| ·基于模糊方法的聚类算法 | 第13-14页 |
| ·本文的组织和工作安排 | 第14-15页 |
| 第二章 模糊文本聚类算法FCM 分析 | 第15-31页 |
| ·文本聚类算法需求 | 第15-16页 |
| ·聚类相似性度量研究 | 第16-18页 |
| ·距离统计函数 | 第16-17页 |
| ·相似度函数 | 第17-18页 |
| ·文本聚类关键点研究 | 第18-26页 |
| ·分词 | 第18-21页 |
| ·数据清洗 | 第21-23页 |
| ·特征选取 | 第23-24页 |
| ·文本表示 | 第24-26页 |
| ·模糊聚类算法概述 | 第26-29页 |
| ·模糊聚类算法的分析 | 第29-30页 |
| ·模糊聚类算法的改进方向 | 第30-31页 |
| 第三章 基于蚁群优化的模糊文本聚类算法 FCMA | 第31-40页 |
| ·蚁群算法概述 | 第31-32页 |
| ·基于蚁群优化的模糊文本聚类算法FCMA | 第32-33页 |
| ·基于蚁群优化的模糊文本聚类总体设计目标 | 第33-34页 |
| ·基于蚁群优化的模糊文本聚类算法设计流程与实现 | 第34-36页 |
| ·实验及结果分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于蚁群优化的模糊文本聚类系统设计 | 第40-54页 |
| ·基于蚁群优化的模糊文本聚类模块设计流程与实现 | 第40-41页 |
| ·文本预处理实现 | 第41-50页 |
| ·软硬件环境 | 第41页 |
| ·分词模块设计 | 第41-45页 |
| ·数据清洗模块设计 | 第45-48页 |
| ·特征表示模块设计 | 第48-50页 |
| ·蚁群优化模块 | 第50-51页 |
| ·模糊文本再次聚类模块 | 第51-54页 |
| 第五章 FCMA 算法实验结果及总结 | 第54-67页 |
| ·FCMA 算法文本聚类结果 | 第54-59页 |
| ·聚类质量评价 | 第59-60页 |
| ·实验总结与分析 | 第60-67页 |
| 第六章 结论与展望 | 第67-69页 |
| ·本文工作总结 | 第67-68页 |
| ·本文的不足以及工作的展望 | 第68-69页 |
| ·本文的不足 | 第68页 |
| ·工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 个人简介 | 第74页 |
