基于支持向量机的文本自动分类器的研究与应用

摘要	第1-5页
ABSTRACT	第5-7页
目录	第7-9页
CONTENTS	第9-11页
第一章 绪论	第11-15页
·研究背景与意义	第11-12页
·国内外研究现状	第12-14页
·论文研究内容和架构	第14-15页
第二章 基础理论	第15-30页
·文本自动分类	第15-22页
·文本预处理	第15-17页
·文本特征选择	第17-19页
·特征加权方法	第19-21页
·文本表示	第21-22页
·分类算法	第22页
·支持向量机	第22-30页
·支持向量机基本原理	第22-23页
·线性可分支持向量机	第23-24页
·线性不可分支持向量机	第24-29页
·多类支持向量机	第29-30页
第三章 总体设计	第30-35页
·支持向量机与文本分类的结合	第30-31页
·分类器模型	第31-32页
·软件结构	第32-33页
·评价指标	第33-35页
第四章 文本自动分类器的构建	第35-50页
·文本分词	第35-37页
·特征选择	第37-39页
·权重计算	第39-40页
·向量表示文本	第40-42页
·SVM分类器构造	第42-45页
·核函数及参数设置	第42-43页
·SVM分类器学习算法	第43-44页
·构造多类SVM分类器	第44-45页
·SVM分类器的优化训练算法	第45-48页
·文本分类器输出	第48-50页
第五章 实验与结果分析	第50-53页
·实验文本集选择	第50页
·分类器性能测试	第50-51页
·训练SVM分类器的优化方法实验	第51-53页
总结与展望	第53-55页
参考文献	第55-58页
攻读学位期间发表的论文	第58-60页
致谢	第60页