| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·国内外现状 | 第9-12页 |
| ·本文的工作 | 第12-13页 |
| ·本文组织安排 | 第13-14页 |
| 2 文本分类技术 | 第14-25页 |
| ·引言 | 第14页 |
| ·文本分类的定义 | 第14-15页 |
| ·文本分类问题的特点 | 第15-16页 |
| ·文本分类的主要技术 | 第16-24页 |
| ·文本表示模型 | 第16-17页 |
| ·文本特征选择技术 | 第17-21页 |
| ·文本特征项的权重计算 | 第21-22页 |
| ·文本分类算法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 支持向量机理论 | 第25-36页 |
| ·引言 | 第25页 |
| ·机器学习的基本问题 | 第25-26页 |
| ·统计学习理论的基本思想 | 第26-28页 |
| ·VC 维 | 第26-27页 |
| ·结构风险最小化 | 第27-28页 |
| ·支持向量机 | 第28-32页 |
| ·核函数 | 第32-34页 |
| ·支持向量机存在的问题 | 第34-35页 |
| ·支持向量机的特点及应用现状 | 第35页 |
| ·本章小结 | 第35-36页 |
| 4 改进的多项式核SVM 文本分类器 | 第36-42页 |
| ·引言 | 第36页 |
| ·文本表示与多项式核函数的联系 | 第36-38页 |
| ·文本表示与相似性度量 | 第36-37页 |
| ·多项式核函数与内积的关系 | 第37-38页 |
| ·多项式核函数的特点分析 | 第38-39页 |
| ·模型的复杂度和泛化能力 | 第38页 |
| ·全局核函数与局部核函数 | 第38页 |
| ·多项式核函数的特点 | 第38-39页 |
| ·一种条件正定核 | 第39-41页 |
| ·改进的多项式核SVM 文本分类器 | 第41页 |
| ·本章小结 | 第41-42页 |
| 5 实验设计与结果分析 | 第42-53页 |
| ·文本分类方法的性能评估方法 | 第42-43页 |
| ·实验数据 | 第43-44页 |
| ·实验结果 | 第44-49页 |
| ·常用文本分类算法性能比较 | 第45-46页 |
| ·多项式核泛化能力与阶数d 的关系 | 第46页 |
| ·条件正定核分类效果比较 | 第46-47页 |
| ·改进的多项式核与多项式核总体分类效果比较 | 第47页 |
| ·改进的多项式核与其他核函数分类效果比较 | 第47-48页 |
| ·改进的多项式核与多项式核在各个类的分类效果比较 | 第48-49页 |
| ·一阶多项式核与二阶条件正定核之间等价关系的猜想 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 6 结论与展望 | 第53-55页 |
| ·结论 | 第53-54页 |
| ·下一步的工作 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第59页 |
| B. 作者在攻读硕士学位期间参与的项目 | 第59页 |
| C. 作者在攻读硕士学位期间取得的计算机专业技术资格证书 | 第59页 |