非负稀疏信号分析理论及在文本聚类中的应用
| 第一章 引言 | 第1-14页 |
| ·课题背景 | 第10-11页 |
| ·课题任务 | 第11-12页 |
| ·内容组织 | 第12-14页 |
| 第二章 理论背景概述 | 第14-36页 |
| ·文本矢量空间模型及相异性的量化 | 第14-17页 |
| ·文本矢量空间模型 | 第14-15页 |
| ·向量相异性量化 | 第15-17页 |
| ·文本聚类及算法 | 第17-24页 |
| ·文本聚类及经典算法概述 | 第17-23页 |
| ·文本聚类新近算法概述 | 第23-24页 |
| ·NMF 算法 | 第24-36页 |
| ·NMF 概述 | 第24-27页 |
| ·NMF 算法 | 第27-31页 |
| ·基于NMF 的文本聚类算法 | 第31-36页 |
| 第三章 基于非负稀疏矩阵分解的文本聚类算法 | 第36-56页 |
| ·引言 | 第36-38页 |
| ·SNMF 算法 | 第38-49页 |
| ·稀疏分解算法概述 | 第38-44页 |
| ·SNMF 算法描述 | 第44-49页 |
| ·基于SNMF 的文本聚类算法 | 第49-53页 |
| ·算法描述 | 第49-51页 |
| ·实验结果 | 第51-53页 |
| ·小结 | 第53-56页 |
| 第四章 基于球形K-平均+SNMF 的文本聚类 | 第56-72页 |
| ·引言 | 第56页 |
| ·球形K-平均+SNMF 算法 | 第56-66页 |
| ·基于球形K-平均+SNMF 的文本聚类算法 | 第66-71页 |
| ·小结 | 第71-72页 |
| 第五章 基于LPI+SNMF 的文本聚类 | 第72-82页 |
| ·引言 | 第72页 |
| ·LPI 算法 | 第72-76页 |
| ·基于LPI+SNMF 的文本聚类算法 | 第76-79页 |
| ·小结 | 第79-82页 |
| 第六章 增量NMF 算法初探 | 第82-90页 |
| ·引言 | 第82页 |
| ·增量NMF 算法 | 第82-85页 |
| ·增量NMF 算法在文本流主题提取中的应用 | 第85-88页 |
| ·小结 | 第88-90页 |
| 第七章 结论 | 第90-92页 |
| ·总结 | 第90页 |
| ·将来的工作 | 第90-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-99页 |
| 个人简历及攻读硕士期间的成果 | 第99-100页 |
| 附录1：符号表 | 第100-101页 |
| 附录2：算法索引表 | 第101-102页 |
| 附录3：图索引表 | 第102-104页 |
| 附录4：表格索引表 | 第104页 |
