一种CM-RS文本特征提取方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究内容和主要工作 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 文本特征提取的相关理论和技术 | 第14-24页 |
| ·文本分类定义 | 第14页 |
| ·文本分类过程 | 第14-15页 |
| ·文本预处理 | 第15-17页 |
| ·特征选择 | 第17-20页 |
| ·文档频率 | 第17页 |
| ·互信息 | 第17-18页 |
| ·信息增益 | 第18页 |
| ·χ_2统计量 | 第18-20页 |
| ·特征抽取 | 第20-21页 |
| ·主成分分析 | 第20页 |
| ·潜在语义索引 | 第20-21页 |
| ·非负矩阵分解 | 第21页 |
| ·文本分类算法 | 第21-22页 |
| ·文本分类性能评估 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于云模型的文本特征选择方法 | 第24-30页 |
| ·云模型 | 第24-28页 |
| ·云模型简介 | 第24-25页 |
| ·正态云和云发生器 | 第25-28页 |
| ·预处理 | 第28页 |
| ·基于云模型的特征选择算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于RS语义分析模型的文本特征抽取方法 | 第30-38页 |
| ·RS语义分析模型 | 第30-34页 |
| ·相关度 | 第31页 |
| ·相似度 | 第31-34页 |
| ·基于RS语义分析模型的特征抽取算法 | 第34-36页 |
| ·编码方案 | 第34页 |
| ·初始种群生成 | 第34-35页 |
| ·适应度函数构造 | 第35页 |
| ·遗传算子确定 | 第35-36页 |
| ·算法描述 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第五章 实验及结果与分析 | 第38-42页 |
| ·实验环境 | 第38页 |
| ·实验内容 | 第38-41页 |
| ·实验一 | 第38-39页 |
| ·实验二 | 第39-41页 |
| ·实验总结 | 第41-42页 |
| 第六章 总结和展望 | 第42-44页 |
| ·总结 | 第42页 |
| ·下一步研究工作 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 硕士期间参与的科研项目 | 第48-49页 |
| 致谢 | 第49页 |
