| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文的工作与组织结构 | 第12-14页 |
| 第二章 相关理论和技术 | 第14-25页 |
| ·内容文本分类 | 第14-16页 |
| ·内容文本分类定义 | 第14-15页 |
| ·内容文本分类系统 | 第15-16页 |
| ·内容文本分类过程 | 第16-24页 |
| ·文本预处理 | 第16-17页 |
| ·文本的表示 | 第17-18页 |
| ·文本的特征提取 | 第18-21页 |
| ·文本分类算法 | 第21-23页 |
| ·文本分类的性能评估 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于流形映射的非监督判别规则 | 第25-33页 |
| ·特征提取的概述 | 第25页 |
| ·基于主成分分析的特征提取 | 第25-27页 |
| ·基于主成分分析的特征提取的原理 | 第25-27页 |
| ·主成分分析中最优特征描述思想 | 第27页 |
| ·基于FISHER判别分析的特征提取 | 第27-29页 |
| ·Fisher判别分析的原理 | 第28-29页 |
| ·Fisher判别分析的判别特征 | 第29页 |
| ·基于流形映射的非监督判别规则 | 第29-32页 |
| ·黎曼流形上的拉普拉斯-贝尔特拉米算子 | 第29-30页 |
| ·线性逼近的映射函数 | 第30-31页 |
| ·非监督判别特征提取规则 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 判别语义特征提取 | 第33-41页 |
| ·基于LSI的语义特征提取 | 第33-35页 |
| ·潜在语义索引 | 第33-34页 |
| ·LSI语义特征描述的阐述 | 第34-35页 |
| ·局部语义信息的提取 | 第35-37页 |
| ·全局语义信息的提取 | 第37-38页 |
| ·特征/文本矩阵归一化 | 第37页 |
| ·基于奇异值分解的语义特征获取 | 第37-38页 |
| ·基于广义特征值分解的判别语义特征提取 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第五章 基于DSFE的文本分类算法的实现及实验结果分析 | 第41-48页 |
| ·基于DSFE的文本分类算法 | 第41-44页 |
| ·基于DSFE的文本分类算法思想 | 第41-42页 |
| ·基于DSFE的文本分类算法具体描述 | 第42-44页 |
| ·基于通用数据集文本的分类实验和结果分析 | 第44-47页 |
| ·数据集的描述 | 第44-45页 |
| ·分类性能指标 | 第45-46页 |
| ·标准数据集的分类效果分析 | 第46-47页 |
| ·基于WEB网页的分类实验与分析 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第六章 总结和展望 | 第48-50页 |
| ·论文总结 | 第48页 |
| ·进一步的研究方向 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-56页 |
| 攻读学位期间主要的研究成果 | 第56页 |