| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文的研究内容 | 第14-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第2章 相关理论与技术 | 第18-26页 |
| 2.1 多尺度分析 | 第18-19页 |
| 2.1.1 小波分析简介及其应用 | 第18页 |
| 2.1.2 小波分析及多尺度分析方法在本文中的应用 | 第18-19页 |
| 2.2 文本聚簇性 | 第19-21页 |
| 2.2.1 文本聚簇性理论及其推导过程 | 第19-20页 |
| 2.2.2 文本聚簇性方法对本文的影响 | 第20-21页 |
| 2.3 基于熵的关键词检测方法 | 第21-24页 |
| 2.3.1 通过内在与外在模式的信息熵差检测关键词 | 第22-23页 |
| 2.3.2 熵差法的思想及其对本文的影响 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于多尺度划分的关键词检测算法 | 第26-34页 |
| 3.1 算法简介 | 第26页 |
| 3.2 文本预处理 | 第26-28页 |
| 3.2.1 分词 | 第27页 |
| 3.2.2 词语分布信息存储 | 第27-28页 |
| 3.3 对文本进行多尺度划分 | 第28页 |
| 3.4 词语分布的波动性 | 第28-29页 |
| 3.4.1 词语分布波动性定义 | 第28-29页 |
| 3.4.2 词语分布波动性计算 | 第29页 |
| 3.5 通过模式识别计算词语主题相关度 | 第29-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 基于词语波动显著区域的算法改进 | 第34-46页 |
| 4.1 算法简介 | 第34页 |
| 4.2 发掘词语波动显著区域 | 第34-35页 |
| 4.3 文章各相邻区域的波动相关性 | 第35页 |
| 4.4 计算词语波动相关度 | 第35页 |
| 4.5 修正词语主题相关度 | 第35-36页 |
| 4.6 迭代修正词语主题相关度 | 第36-37页 |
| 4.7 性能检测分析 | 第37-44页 |
| 4.7.1 词语波动模式分析 | 第37-40页 |
| 4.7.2 性能分析 | 第40-44页 |
| 4.8 本章小结 | 第44-46页 |
| 第5章 系统功能与结构 | 第46-52页 |
| 5.1 系统功能 | 第46-48页 |
| 5.2 系统结构 | 第48-50页 |
| 5.3 本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-60页 |
| 致谢 | 第60页 |