首页--航空、航天论文--航天(宇宙航行)论文

面向航天情报领域的文本分类算法研究与实现

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-13页
缩略语对照表第13-17页
第一章 绪论第17-23页
    1.1 研究背景第17-18页
    1.2 研究目的和意义第18-19页
    1.3 国内外研究现状第19-21页
        1.3.1 航天情报领域知识管理第19-20页
        1.3.2 文本分类技术第20-21页
    1.4 本文主要工作第21-22页
    1.5 本文结构安排第22-23页
第二章 文本分类相关技术第23-33页
    2.1 文本分类流程第23-26页
        2.1.1 文本预处理第24页
        2.1.2 文本特征提取第24-25页
        2.1.3 文本表示第25页
        2.1.4 训练分类器第25-26页
    2.2 人工神经网络简介第26-28页
        2.2.1 神经元模型第26-27页
        2.2.2 感知机与多层网络第27-28页
        2.2.3 反向传播算法第28页
    2.3 深度学习模型介绍第28-31页
        2.3.1 卷积神经网络模型(CNN)第29-30页
        2.3.2 循环神经网络模型(RNN)第30-31页
    2.4 自然语言处理理论第31-32页
        2.4.1 句法分析第31-32页
        2.4.2 语义分析第32页
    2.5 本章小结第32-33页
第三章 Text RCNN-A文本分类算法设计第33-51页
    3.1 基于机器学习的文本分类算法第33-37页
        3.1.1 基于K近邻的文本分类算法第33-35页
        3.1.2 基于支持向量机(SVM)的文本分类算法第35-37页
    3.2 基于深度神经网络的文本分类算法第37-41页
        3.2.1 基于卷积神经网络的文本分类算法第37-38页
        3.2.2 基于循环神经网络的文本分类算法第38-41页
    3.3 Text RCNN-A文本分类算法设计思路第41-45页
        3.3.1 基于卷积神经网络提取文本特征第41-42页
        3.3.2 基于循环神经网络的语言建模第42-43页
        3.3.3 基于注意力机制的情感分析模型第43-44页
        3.3.4 基于注意力机制的循环卷积神经网络模型第44-45页
    3.4 Text RCNN-A文本分类算法详细设计第45-50页
        3.4.1 航天情报语料库构建第45-46页
        3.4.2 预训练航天情报词向量第46-48页
        3.4.3 词表征学习第48-49页
        3.4.4 文本表征学习第49-50页
        3.4.5 训练网络参数第50页
    3.5 本章小结第50-51页
第四章 Text RCNN-A文本分类算法实现与实验验证第51-63页
    4.1 工作平台与实验数据第51-52页
        4.1.1 工作平台第51页
        4.1.2 实验数据第51-52页
    4.2 Text RCNN-A文本分类算法实现第52-57页
        4.2.1 文本数据预处理第52-55页
        4.2.2 Text RCNN-A算法实现第55-57页
    4.3 实验评价方法第57-58页
    4.4 实验设计与结果分析第58-62页
        4.4.1 实验设置第58页
        4.4.2 对比实验第58-60页
        4.4.3 实验结果分析第60-62页
    4.5 本章小结第62-63页
第五章 航天情报分类系统设计与实现第63-75页
    5.1 航天情报分类系统设计第63-66页
        5.1.1 系统的总体架构第63-65页
        5.1.2 系统的功能模块第65-66页
    5.2 航天情报分类系统工作流程第66-70页
        5.2.1 航天情报文本预处理第67-68页
        5.2.2 航天情报文本特征提取第68-69页
        5.2.3 航天情报文本表示第69-70页
        5.2.4 航天情报文本分类器构建第70页
    5.3 系统开发环境及实现界面第70-74页
        5.3.1 系统开发环境第70-71页
        5.3.2 系统界面展示第71-74页
    5.4 本章小结第74-75页
第六章 总结与展望第75-77页
    6.1 总结第75-76页
    6.2 展望第76-77页
参考文献第77-81页
致谢第81-83页
作者简介第83-84页

论文共84页,点击 下载论文
上一篇:眼动跟踪数据分析及融合算法研究
下一篇:基于自适应索引的气象资料数据库系统的设计与实现