基于类别阈值判断的多标记文本分类研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·主要工作 | 第13页 |
| ·结构安排 | 第13-14页 |
| 第2章 文本分类及kNN算法概述 | 第14-32页 |
| ·文本分类挖掘技术 | 第14-19页 |
| ·文本分类问题定义 | 第14页 |
| ·朴素贝叶斯文本分类 | 第14-16页 |
| ·SVM文本分类 | 第16-18页 |
| ·基于规则的分类 | 第18-19页 |
| ·kNN算法 | 第19-25页 |
| ·传统kNN算法 | 第19-21页 |
| ·多标记分类算法 | 第21-24页 |
| ·多标记kNN算法 | 第24-25页 |
| ·分类评估算法 | 第25-31页 |
| ·性能评估影响因素 | 第25-26页 |
| ·准确率和召回率 | 第26-28页 |
| ·评估主要算法 | 第28-30页 |
| ·其他评估算法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于类别阈值判断的kNN算法设计 | 第32-50页 |
| ·问题定义 | 第32-33页 |
| ·多标记kNN算法 | 第33-40页 |
| ·模糊理论基础 | 第33-34页 |
| ·模糊相似度算法 | 第34-36页 |
| ·根据用户定义的阈值对文本聚类 | 第36-37页 |
| ·基于kNN的隶属度算法 | 第37-40页 |
| ·类别阈值判断算法 | 第40-43页 |
| ·阈值确定算法 | 第40页 |
| ·阈值计算 | 第40-42页 |
| ·阈值算法描述 | 第42-43页 |
| ·零标记修正算法 | 第43-47页 |
| ·基于类别阈值判断的kNN算法 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于类别阈值判断的kNN算法的实验及分析 | 第50-60页 |
| ·算法分析与设计 | 第50-51页 |
| ·实验过程 | 第51-53页 |
| ·实验结果分析与评估 | 第53-59页 |
| ·实验数据 | 第53-54页 |
| ·评估方法 | 第54页 |
| ·实验结果与分析 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| ·论文总结 | 第60页 |
| ·未来工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
