文本分类中特征降维算法的研究与应用
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 文本分类理论概述 | 第16-28页 |
| 2.1 文本分类相关理论 | 第16-20页 |
| 2.1.1 文本分类概念 | 第16-17页 |
| 2.1.2 文本模型表示 | 第17-19页 |
| 2.1.3 文本分类过程 | 第19-20页 |
| 2.2 特征处理 | 第20-22页 |
| 2.2.1 特征降维综述 | 第20-21页 |
| 2.2.2 特征降维分类 | 第21-22页 |
| 2.3 文本分类模型 | 第22-25页 |
| 2.3.1 分类流程 | 第23页 |
| 2.3.2 常用的分类算法 | 第23-25页 |
| 2.4 分类性能评价指标 | 第25-27页 |
| 2.4.1 召回率和精确率 | 第25-26页 |
| 2.4.2 宏平均值和微平均值 | 第26页 |
| 2.4.3 交叉验证 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于聚类评价指标的特征降维算法 | 第28-46页 |
| 3.1 聚类有效性概述 | 第28-33页 |
| 3.1.1 聚类有效性指标分类 | 第29-31页 |
| 3.1.2 非模糊聚类算法评估指标介绍 | 第31-33页 |
| 3.2 常用的特征选择算法 | 第33-38页 |
| 3.2.1 过滤式特征选择 | 第34-36页 |
| 3.2.2 封装式特征选择 | 第36-38页 |
| 3.2.3 嵌入式特征选择 | 第38页 |
| 3.3 聚类有效性指标在降维算法中的应用 | 第38-39页 |
| 3.4 WBI-SFS特征选择算法 | 第39-45页 |
| 3.4.1 聚类有效性指标WB-index指标 | 第40-42页 |
| 3.4.2 WBI-SFS算法原理 | 第42-43页 |
| 3.4.3 WBI-SFS算法流程 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 WBI-SFS算法实验及分析 | 第46-56页 |
| 4.1 实验数据集 | 第46-47页 |
| 4.2 文本分类实验设计与分析 | 第47-51页 |
| 4.2.1 实验设计 | 第47-48页 |
| 4.2.2 实验结果与分析 | 第48-51页 |
| 4.3 非文本实验设计与分析 | 第51-54页 |
| 4.3.1 实验设计 | 第51-52页 |
| 4.3.2 实验结果与分析 | 第52-54页 |
| 4.4 实验结论 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 “净云”网络净化系统的设计与实现 | 第56-76页 |
| 5.1 系统设计背景 | 第56-57页 |
| 5.2 系统需求分析 | 第57-59页 |
| 5.2.1 传统网络净化系统分析 | 第57-58页 |
| 5.2.2 功能性需求分析 | 第58-59页 |
| 5.2.3 非功能性需求分析 | 第59页 |
| 5.3 “净云”网络净化系统总体架构 | 第59-61页 |
| 5.4 NEPS服务器设计 | 第61-63页 |
| 5.5 功能模块划分 | 第63-71页 |
| 5.5.2 内容识别模块 | 第64-67页 |
| 5.5.3 黑白名单管理模块 | 第67-69页 |
| 5.5.4 用户管理模块 | 第69-71页 |
| 5.6 数据库设计 | 第71-73页 |
| 5.7 系统测试 | 第73-74页 |
| 5.7.1 核心分类器测试 | 第73-74页 |
| 5.7.2 ”净云“网络净化系统测试 | 第74页 |
| 5.8 本章小结 | 第74-76页 |
| 第六章 总结和展望 | 第76-78页 |
| 6.1 全文总结 | 第76-77页 |
| 6.2 研究前景与展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
