文献学科特征挖掘及分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-18页 |
| ·论文研究背景 | 第8-12页 |
| ·自然语言理解 | 第8-10页 |
| ·数据挖掘 | 第10-11页 |
| ·文本挖掘 | 第11-12页 |
| ·文献特征分析 | 第12-16页 |
| ·专属特征和共属特征分析 | 第12-14页 |
| ·PubMed数据库简介 | 第14-16页 |
| ·论文研究内容及架构 | 第16-18页 |
| 2 特征词条统计研究 | 第18-29页 |
| ·特征词条统计方法 | 第18-24页 |
| ·基于Jython的GUI词条统计工具的开发 | 第24-28页 |
| ·Jython开发语言简介 | 第24页 |
| ·词条统计工具的结构设计 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 3 文献特征学习算法 | 第29-36页 |
| ·决策树 | 第29页 |
| ·神经网络 | 第29-31页 |
| ·支持向量机 | 第31-35页 |
| ·线性判别式 | 第31-34页 |
| ·核函数 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 特征提取策略 | 第36-41页 |
| ·粗糙集 | 第36-37页 |
| ·基于粗糙集的特征约简 | 第37-39页 |
| ·特征向量构建方案 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 5 基于机器学习方法的文献分类 | 第41-54页 |
| ·分类器性能评价标准 | 第41页 |
| ·决策树模型的测试 | 第41-46页 |
| ·训练参数及程序配置 | 第41-42页 |
| ·模型测试结果 | 第42-45页 |
| ·结果分析 | 第45-46页 |
| · | 第46-49页 |
| · | 第46-48页 |
| ·结果分析 | 第48-49页 |
| ·支持向量机模型的训练 | 第49-53页 |
| ·训练参数配置 | 第49页 |
| ·模型测试混合矩阵 | 第49-52页 |
| ·结果分析 | 第52-53页 |
| ·模型分类效能分析 | 第53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 附录 | 第58-65页 |
| 攻读学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66-67页 |
