| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·文本分类研究现状 | 第12-13页 |
| ·支持向量机研究现状 | 第13-14页 |
| ·论文的研究内容与组织结构 | 第14-16页 |
| ·论文的研究内容 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 2 文本分类相关理论 | 第16-25页 |
| ·文本分类的定义 | 第16页 |
| ·文本分类的过程 | 第16-17页 |
| ·文本分类的关键技术 | 第17-25页 |
| ·文本预处理 | 第17-18页 |
| ·文本表示模型 | 第18-19页 |
| ·文本特征选择 | 第19-21页 |
| ·特征项权重 | 第21-22页 |
| ·常用的分类算法 | 第22-25页 |
| 3 改进K 近邻的支持向量机算法 | 第25-48页 |
| ·支持向量机理论 | 第25-34页 |
| ·支持向量机数学模型 | 第25-33页 |
| ·支持向量机算法的优缺点 | 第33-34页 |
| ·K 近邻算法 | 第34-36页 |
| ·K 近邻算法的实现 | 第34-35页 |
| ·K 近邻算法的优缺点 | 第35-36页 |
| ·支持向量机与K 近邻算法的融合 | 第36-37页 |
| ·支持向量机与K 近邻算法的联系 | 第36页 |
| ·支持向量机与K 近邻结合算法 | 第36-37页 |
| ·支持向量机与K 近邻结合算法的不足 | 第37页 |
| ·改进K 近邻的支持向量机算法 | 第37-43页 |
| ·算法改进的思想 | 第37-38页 |
| ·改进算法的原理 | 第38-39页 |
| ·改进算法的整体描述 | 第39-40页 |
| ·改进算法中加权KNN 算法的描述 | 第40-42页 |
| ·改进算法中加权KNN 算法的实现 | 第42-43页 |
| ·改进K 近邻的支持向量机算法的性能分析 | 第43页 |
| ·实验及结果分析 | 第43-48页 |
| ·实验环境 | 第43页 |
| ·实验数据 | 第43-44页 |
| ·评价标准 | 第44-45页 |
| ·实验过程及结果分析 | 第45-48页 |
| 4 改进K 近邻的支持向量机算法在新闻分类系统中的应用 | 第48-57页 |
| ·新闻分类系统概述 | 第48页 |
| ·新闻分类系统的模型 | 第48-49页 |
| ·新闻分类系统的实现 | 第49-53页 |
| ·新闻分类系统的功能模型 | 第49-50页 |
| ·新闻分类系统的运行环境 | 第50页 |
| ·新闻分类系统的分类过程 | 第50-53页 |
| ·新闻分类系统的分类结果及分析 | 第53-57页 |
| ·训练文本的运行结果及分析 | 第53-54页 |
| ·测试文本的运行结果及分析 | 第54-57页 |
| 5 结论 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64-65页 |