文本分类及其在涉密资料管理中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·文本分类的研究背景及现实意义 | 第11页 |
| ·文本分类研究现状及面临的挑战 | 第11-13页 |
| ·国际国内现状 | 第11-13页 |
| ·面临的挑战 | 第13页 |
| ·文本分类的基本概念及流程 | 第13-15页 |
| ·本文主要工作 | 第15-16页 |
| 第二章 文本分类的关键技术 | 第16-25页 |
| ·分词技术 | 第16-18页 |
| ·文本表示 | 第18-19页 |
| ·权重计算 | 第19-20页 |
| ·布尔权重 | 第19页 |
| ·词频权重 | 第19页 |
| ·TF-IDF权重 | 第19-20页 |
| ·熵权重 | 第20页 |
| ·特征选择 | 第20-23页 |
| ·文档频率 | 第21页 |
| ·信息增益 | 第21页 |
| ·互信息 | 第21-22页 |
| ·x~2统计量 | 第22页 |
| ·词强度 | 第22-23页 |
| ·其它特征提取方法 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 典型文本分类方法 | 第25-36页 |
| ·K-最近邻居 | 第25-26页 |
| ·朴素贝叶斯 | 第26-28页 |
| ·分类器的表示及模型 | 第26-27页 |
| ·分类算法 | 第27-28页 |
| ·支持向量机 | 第28-31页 |
| ·统计学理论 | 第28-29页 |
| ·线性可分支持向量机 | 第29-31页 |
| ·神经网络 | 第31-33页 |
| ·神经网络的类型 | 第31-32页 |
| ·神经网络分类过程 | 第32-33页 |
| ·其它分类方法 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于词向量空间模型的文本分类方法研究 | 第36-47页 |
| ·典型分类方法比较与分析 | 第36-39页 |
| ·词向量空间模型 | 第39-40页 |
| ·基于WVSM的文本分类方法 | 第40-42页 |
| ·实验系统 | 第42-46页 |
| ·实验过程及数据 | 第42-44页 |
| ·实验结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 涉密资料管理系统设计 | 第47-54页 |
| ·涉密资料管理现状 | 第47-48页 |
| ·系统简介 | 第48-49页 |
| ·分类入库模块设计与实现 | 第49-53页 |
| ·主要类描述 | 第49-50页 |
| ·WVSMA分类器训练设置 | 第50-51页 |
| ·数据库结构 | 第51-52页 |
| ·类别异常处理 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·本文总结 | 第54-55页 |
| ·下步工作展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士期间完成的论文 | 第59页 |
