中文农业网页多分类方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 概述 | 第8-13页 |
| ·论文研究的目的和意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·国外网页分类研究现状 | 第9-10页 |
| ·国内网页分类研究现状 | 第10页 |
| ·研究目标与内容 | 第10-11页 |
| ·研究目标 | 第10页 |
| ·研究内容 | 第10-11页 |
| ·拟解决的关键问题 | 第11页 |
| ·论文专业术语对照表 | 第11-12页 |
| ·论文的结构 | 第12-13页 |
| 第2章 文本分类流程及关键技术 | 第13-18页 |
| ·文本分类定义 | 第13页 |
| ·文本分类流程 | 第13-14页 |
| ·文本分类关键技术 | 第14-15页 |
| ·样本集来源及分类标准定义 | 第15-16页 |
| ·样本集来源 | 第15页 |
| ·样本集分类标准及定义 | 第15-16页 |
| ·网页预处理及分词 | 第16-17页 |
| ·网页预处理 | 第16页 |
| ·分词方法选择 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第3章 特征提取与特征加权 | 第18-26页 |
| ·特征提取 | 第18-21页 |
| ·特征提取方法介绍 | 第18-21页 |
| ·特征提取方法选择 | 第21页 |
| ·特征加权算法 | 第21-24页 |
| ·布尔权重 | 第21-22页 |
| ·词频权重 | 第22页 |
| ·倒文档权重 | 第22-23页 |
| ·词频倒文档权重 | 第23-24页 |
| ·特征集提取 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第4章 机器学习算法与模型构建 | 第26-37页 |
| ·多元线性回归算法 | 第26-28页 |
| ·多元线性回归多分类方法 | 第27页 |
| ·多元线性回归多分类方法实现 | 第27-28页 |
| ·朴素贝叶斯算法 | 第28-30页 |
| ·朴素贝叶斯多分类方法 | 第29-30页 |
| ·朴素贝叶斯多分类方法实现 | 第30页 |
| ·K最临近算法 | 第30-32页 |
| ·支持向量机算法 | 第32-36页 |
| ·支持向量机多分类方法 | 第34-35页 |
| ·支持向量机多分类方法实现 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第5章 中文农业网页多分类实验及结果分析 | 第37-60页 |
| ·文本分类评价标准 | 第37-38页 |
| ·实验与结果分析 | 第38-59页 |
| ·样本集构建 | 第38-39页 |
| ·不同机器学习算法的实验结果 | 第39-50页 |
| ·相同机器学习不同权重结果对比 | 第50-54页 |
| ·相同机器学习不同权重结果比较 | 第54-56页 |
| ·相同权重不同机器学习结果比较 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·全文总结 | 第60页 |
| ·研究展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 作者简历 | 第66页 |
