首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

文本聚类集成关键技术研究

摘要第1-7页
Abstract第7-12页
第1章 绪论第12-37页
   ·研究背景及意义第12-13页
   ·文本聚类概述第13-33页
     ·文本表示第14-15页
     ·维数约简第15页
     ·传统的聚类分析方法第15-22页
     ·聚类集成方法第22-30页
     ·聚类结果评价第30-33页
   ·研究内容第33-34页
   ·论文结构第34-37页
第2章 基于谱聚类的文本聚类集成方法第37-63页
   ·引言第37-38页
   ·谱聚类方法第38-42页
     ·国内外研究现状第39-40页
     ·谱聚类方法存在的关键问题第40-42页
   ·基于相似度矩阵的谱算法第42-47页
     ·算法描述与分析第44-45页
     ·算法有效性分析第45-47页
   ·基于转移概率矩阵的谱算法第47-56页
     ·算法描述与分析第48-50页
     ·算法有效性分析第50-56页
   ·实验设计与结果分析第56-62页
     ·代数变换的有效性第56-59页
     ·对比实验第59-62页
   ·本章小结第62-63页
第3章 基于低维嵌入的文本聚类集成方法第63-84页
   ·引言第63-65页
   ·基于子空间相似度的文本聚类集成方法第65-76页
     ·问题描述第65-67页
     ·问题求解第67-69页
     ·基于子空间相似度的直接聚类算法第69-73页
     ·基于子空间相似度的间接聚类算法第73-74页
     ·对比实验第74-76页
   ·基于低维嵌入的文本聚类集成方法第76-79页
   ·实验设计与结果分析第79-82页
   ·本章小结第82-84页
第4章 基于非负矩阵分解的文本聚类集成方法第84-101页
   ·引言第84-85页
   ·NMF 方法第85-89页
     ·基本原理第85-86页
     ·乘法更新公式第86-87页
     ·NMF 算法第87-88页
     ·NMF 算法存在的问题第88-89页
   ·结合K 均值与NMF 的文本聚类集成算法第89-94页
     ·基于NMF 的文本聚类集成算法第90-91页
     ·使用K 均值算法初始化NMF第91-92页
     ·使用最小最大原则确定K 均值算法的初始质心第92-94页
   ·实验设计与结果分析第94-100页
     ·K 均值初始化NMF 的有效性第94-97页
     ·对比实验第97-100页
   ·本章小结第100-101页
第5章 文本聚类集成中的成员生成方法第101-116页
   ·引言第101-102页
   ·聚类成员生成国内外研究现状第102-103页
   ·使用DM 策略产生文本聚类集成成员第103-107页
     ·CHAMELEON 算法第104-105页
     ·使用DM 策略的文本聚类集成算法第105-107页
   ·实验设计与结果分析第107-115页
   ·本章小结第115-116页
结论第116-118页
参考文献第118-129页
攻读博士学位期间发表的论文第129-130页
致谢第130页

论文共130页,点击 下载论文
上一篇:图像分类任务的关键技术研究
下一篇:声纳图像去噪与分割技术研究