基于相对特征的文本分类算法研究

摘要	第1-5页
Abstract	第5-8页
引言	第8-10页
第一章 文本挖掘中的分类简介	第10-18页
·文本挖掘简介	第10-12页
·文本挖掘技术的演化	第10-11页
·文本挖掘的定义	第11页
·文本挖掘的过程	第11-12页
·文本分类	第12-17页
·文本分类的背景	第12-13页
·文本分类的研究现状	第13-16页
·文本分类的难点	第16-17页
·本文的主要工作及结构组织	第17-18页
第二章 文本分类算法	第18-27页
·文本分类算法概述	第18-21页
·Naive Bayes 算法	第18页
·支持向量机	第18-19页
·TFIDF 算法	第19-20页
·KNN 算法	第20页
·神经网络算法	第20页
·EM 文本分类算法	第20-21页
·贝叶斯分类算法	第21-23页
·多变量贝努里事件模型	第22页
·多项式模型	第22-23页
·自组织特征映射网络	第23-27页
·神经网络简介	第23页
·自组织特征映射网络	第23-27页
第三章 基于相对特征的文本分类算法	第27-37页
·算法分析	第27-29页
·算法引入	第27-28页
·算法思想	第28-29页
·算法设计	第29-36页
·语料库选取设计	第29-30页
·分词方法设计	第30-33页
·特征选择设计	第33-34页
·向量空间设计	第34-36页
·算法实现	第36-37页
第四章 实验与结果分析	第37-44页
·汉语语料库	第37-40页
·英语语料库	第40-42页
·实验结论	第42-44页
第五章 总结与进一步工作	第44-46页
·总结	第44页
·进一步工作	第44-46页
参考文献	第46-49页
附录	第49-52页
后记	第52-53页
在学期间公开发表论文及著作情况	第53页