| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 课题研究背景及意义 | 第7页 |
| 1.2 文本分类国内外研究现状 | 第7-8页 |
| 1.2.1 文本分类国外研究现状 | 第7-8页 |
| 1.2.2 文本分类国内研究现状 | 第8页 |
| 1.3 论文主要工作 | 第8-9页 |
| 1.4 论文内容安排 | 第9-10页 |
| 第二章 文本分类相关技术 | 第10-14页 |
| 2.1 文本预处理 | 第10页 |
| 2.2 文本表示 | 第10页 |
| 2.3 特征选择 | 第10页 |
| 2.4 特征加权 | 第10-11页 |
| 2.5 文本分类方法 | 第11-12页 |
| 2.6 分类器性能评价 | 第12-13页 |
| 2.7 本章小结 | 第13-14页 |
| 第三章 基于类内信息改进CHI的特征选择方法 | 第14-20页 |
| 3.1 特征选择概述 | 第14页 |
| 3.2 特征选择方法 | 第14-15页 |
| 3.3 卡方统计方法及其改进 | 第15-18页 |
| 3.3.1 CHI特征选择方法原理及特点 | 第15-17页 |
| 3.3.2 基于类内信息改进CHI的特征选择方法 | 第17-18页 |
| 3.4 实验结果分析 | 第18-19页 |
| 3.5 本章小结 | 第19-20页 |
| 第四章 基于改进人工蜂群算法优化SVM的文本分类模型 | 第20-28页 |
| 4.1 支持向量机 | 第20-21页 |
| 4.2 人工蜂群算法及其改进 | 第21-22页 |
| 4.3 改进人工蜂群算法优化SVM的商品评论情感分类 | 第22-23页 |
| 4.4 改进ABC算法测试结果 | 第23-25页 |
| 4.5 基于AABC-SVM模型的文本分类结果分析 | 第25-27页 |
| 4.6 本章小结 | 第27-28页 |
| 第五章 人类p53癌症基因二级数据库的建立及其分析 | 第28-35页 |
| 5.1 p53癌症基因二级数据库构建 | 第28-30页 |
| 5.1.1 p53癌症基因数据源 | 第28-29页 |
| 5.1.2 数据解析 | 第29页 |
| 5.1.3 数据结构设计 | 第29页 |
| 5.1.4 数据库功能模块 | 第29-30页 |
| 5.1.5 数据库的管理与更新 | 第30页 |
| 5.2 经典细胞神经网络 | 第30-31页 |
| 5.3 基于拟比对一维细胞神经网络的序列比对方法 | 第31-33页 |
| 5.4 p53癌症基因序列比对结构分析 | 第33-34页 |
| 5.5 本章小结 | 第34-35页 |
| 第六章 主要结论与展望 | 第35-36页 |
| 6.1 主要结论 | 第35页 |
| 6.2 展望 | 第35-36页 |
| 致谢 | 第36-37页 |
| 参考文献 | 第37-40页 |
| 附录：作者在攻读硕士学位期间发表的论文及参加的学术活动 | 第40页 |
