支持向量机在文本分类中的应用

摘要	第1-5页
ABSTRACT	第5-6页
第一章 引言	第6-14页
·文本分类的问题描述	第6-9页
·文本分类的研究目的和意义	第9页
·文本分类的研究现状	第9-11页
·本文的研究内容	第11-12页
·本文的内容组织	第12-14页
第二章 支持向量机	第14-26页
·统计学习理论	第14-16页
·支持向量机	第16-22页
·SVM 方法在文本分类中的应用	第22-24页
·结论	第24-26页
第三章 文本分类中的特征选择	第26-37页
·特征选择概述	第26-27页
·文本分类中的特征选取方法	第27-31页
·特征选取方法中存在的问题	第31-32页
·基于支持向量机的特征抽取	第32-34页
·实验结果与分析	第34-35页
·本章小结	第35-37页
第四章 文本分类中的支持向量机增量方法	第37-48页
·增量算法与支持向量机	第37-40页
·增量算法分析	第40-43页
·自调整增量算法	第43-47页
·本章小结	第47-48页
第五章 支持向量机在多类文本分类中的应用	第48-59页
·多类分类方法介绍	第48-51页
·目前多类SVM 方法存在的缺点	第51-53页
·新的支持向量机多类分类方法的思路	第53-57页
·实验结果与分析	第57页
·本章小结	第57-59页
第六章 总结与展望	第59-61页
·论文结论	第59页
·工作展望	第59-61页
致谢	第61-62页
参考文献	第62-65页
攻读硕士学位期间发表论文清单	第65页