基于非负矩阵分解的信息获取方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 引言 | 第9-12页 |
| ·选题依据 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·信息获取技术 | 第9页 |
| ·特征抽取算法 | 第9页 |
| ·NMF 的理论与应用研究 | 第9-10页 |
| ·国内研究现状 | 第10页 |
| ·主要研究内容 | 第10页 |
| ·论文主要成果 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 第二章 非负矩阵分解 | 第12-17页 |
| ·非负矩阵分解问题 | 第12页 |
| ·PMF2 分解算法 | 第12-13页 |
| ·目标函数 | 第13页 |
| ·分解过程 | 第13页 |
| ·NMF 分解算法 | 第13-14页 |
| ·目标函数 | 第13-14页 |
| ·分解过程 | 第14页 |
| ·PFM2 和NMF 的比较 | 第14页 |
| ·NMF 变体 | 第14-16页 |
| ·LNMF | 第15页 |
| ·WNMF | 第15页 |
| ·NNSC | 第15页 |
| ·快速NMF | 第15-16页 |
| ·CNMF | 第16页 |
| ·L_p-NMF | 第16页 |
| ·小结 | 第16-17页 |
| 第三章 基于 NMF 的特征抽取 | 第17-24页 |
| ·引言 | 第17-18页 |
| ·NMF 和聚类算法比较 | 第18-20页 |
| ·NMF 和SVD 算法的比较 | 第20-21页 |
| ·NMF 和概率算法的比较 | 第21-23页 |
| ·小结 | 第23-24页 |
| 第四章 基于 NMF 的文本分类方法 | 第24-30页 |
| ·文本表示与向量空间模型 | 第24页 |
| ·概念语义空间 | 第24-25页 |
| ·基于NMF 的文本分类方法 | 第25-29页 |
| ·文本预处理 | 第25页 |
| ·建立概念语义空间 | 第25-26页 |
| ·词-文档向量降维 | 第26-27页 |
| ·分类过程 | 第27页 |
| ·实验结果 | 第27-28页 |
| ·结果分析 | 第28-29页 |
| ·结论 | 第29-30页 |
| 第五章 基于 NMF 发掘典型用户会话模板 | 第30-35页 |
| ·引言 | 第30页 |
| ·基于LNMF 提取典型会话模板 | 第30-32页 |
| ·日志预处理 | 第30-31页 |
| ·URL-会话矩阵降维 | 第31-32页 |
| ·投影向量聚类 | 第32页 |
| ·提取典型用户会话模板 | 第32页 |
| ·对聚类结果的评判 | 第32-33页 |
| ·实验结果及分析 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第六章 总结与展望 | 第35-37页 |
| ·论文总结 | 第35页 |
| ·相关问题讨论 | 第35-36页 |
| ·今后工作展望 | 第36-37页 |
| 致谢 | 第37-38页 |
| 参考文献 | 第38-40页 |
| 附录 攻读硕士学位期间完成的论文列表 | 第40页 |
