| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-14页 |
| ·论文研究的背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文的研究内容和组织结构 | 第13-14页 |
| 第二章 相关技术 | 第14-30页 |
| ·文本倾向性分类 | 第14-25页 |
| ·问题定义 | 第14-15页 |
| ·算法流程 | 第15-17页 |
| ·预处理 | 第17-21页 |
| ·分类器模型 | 第21-24页 |
| ·评价指标 | 第24-25页 |
| ·支持向量机 | 第25-29页 |
| ·粒子群优化算法 | 第29-30页 |
| ·本章小结 | 第30页 |
| 第三章 基于改进高斯核函数的多核支持向量机 | 第30-49页 |
| ·动机 | 第30-31页 |
| ·高斯核函数的改进 | 第31-36页 |
| ·改进的高斯核函数 | 第31-34页 |
| ·经典高斯核函数与改进高斯核函数的对比 | 第34-36页 |
| ·基于改进高斯核函数的组合核函数 | 第36-37页 |
| ·算法流程 | 第37-38页 |
| ·实验与分析 | 第38-47页 |
| ·实验数据集 | 第38-39页 |
| ·实验设计 | 第39-40页 |
| ·实验1:基于改进高斯核函数的单核支持向量机与基于传统高斯核函数的单核支持向量机对比实验 | 第40-42页 |
| ·实验2:基于改进高斯核函数的多核支持向量机与传统组合核函数支持向量机对比实验 | 第42-46页 |
| ·实验3:基于改进高斯核函数的单核与多核支持向量机对比实验 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 粒子群优化基于改进高斯核函数多核支持向量机的参数 | 第49-56页 |
| ·动机 | 第49-50页 |
| ·基于改进高斯核函数的多核支持向量机的参数优化算法 | 第50-51页 |
| ·实验与分析 | 第51-55页 |
| ·实验数据集 | 第51-52页 |
| ·实验设计与实现 | 第52-53页 |
| ·实验结果与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 改进支持向量机在文本倾向性分类中的应用 | 第56-68页 |
| ·基于支持向量机的文本倾向性分类算法分析 | 第56-57页 |
| ·基于PGMSVM的文本倾向性分类算法及实验系统 | 第57-59页 |
| ·实验与分析 | 第59-66页 |
| ·本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·本文的工作总结 | 第68-69页 |
| ·研究展望 | 第69-70页 |
| 参考文献 | 第70-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间已发表或录用的论文 | 第78-80页 |
