基于正则化线性统计模型的文本分类研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第18-25页 |
| 1.1 课题研究的背景及意义 | 第18-19页 |
| 1.2 文本分类研究面临的主要问题 | 第19-22页 |
| 1.3 本文研究的主要内容及论文安排 | 第22-25页 |
| 2 文本分类相关技术概述及研究现状 | 第25-42页 |
| 2.1 数据预处理 | 第25-26页 |
| 2.2 文本表示 | 第26-30页 |
| 2.2.1 文本特征单元构造 | 第27-28页 |
| 2.2.2 表示模型 | 第28-29页 |
| 2.2.3 文本表示研究现状 | 第29-30页 |
| 2.3 特征降维 | 第30-34页 |
| 2.3.1 特征选择技术 | 第30-32页 |
| 2.3.2 特征提取技术 | 第32-33页 |
| 2.3.3 文本特征降维方法研究现状 | 第33-34页 |
| 2.4 分类模型 | 第34-39页 |
| 2.4.1 常见的文本分类方法 | 第34-37页 |
| 2.4.2 文本分类算法的研究现状 | 第37-39页 |
| 2.5 常用数据集 | 第39-40页 |
| 2.6 性能评价指标 | 第40-41页 |
| 2.7 本章小结 | 第41-42页 |
| 3 正则化线性统计模型概述 | 第42-53页 |
| 3.1 正则化技术简述 | 第42-43页 |
| 3.2 线性回归模型 | 第43-45页 |
| 3.2.1 简单的线性回归模型 | 第43-44页 |
| 3.2.2 Logistic回归模型 | 第44页 |
| 3.2.3 偏差-方差分解 | 第44-45页 |
| 3.3 带正则化约束的线性回归模型 | 第45-52页 |
| 3.3.1 岭回归 | 第45-46页 |
| 3.3.2 Lasso | 第46-47页 |
| 3.3.3 结构正则化 | 第47-52页 |
| 3.4 本章小结 | 第52-53页 |
| 4 基于类别信息融合的非负矩阵分解的文本降维算法 | 第53-74页 |
| 4.1 引言 | 第53-54页 |
| 4.2 非负矩阵分解概述 | 第54-57页 |
| 4.2.1 非负矩阵分解的定义及求解 | 第54-56页 |
| 4.2.2 非负矩阵分解的不唯一性 | 第56-57页 |
| 4.3 基于类别融合的非负矩阵分解实现维数约减 | 第57-62页 |
| 4.3.1 类别信息融合 | 第57-59页 |
| 4.3.2 基正交化非负矩阵分解 | 第59-61页 |
| 4.3.3 维数约减方法 | 第61-62页 |
| 4.4 实验 | 第62-73页 |
| 4.4.1 数据集 | 第62-63页 |
| 4.4.2 性能评价指标 | 第63页 |
| 4.4.3 实验结果 | 第63-73页 |
| 4.5 本章小结 | 第73-74页 |
| 5 面向文本分类的非负稀疏语义编码算法 | 第74-89页 |
| 5.1 引言 | 第74-75页 |
| 5.2 非负稀疏语义编码 | 第75-78页 |
| 5.2.1 字典构造 | 第75-77页 |
| 5.2.2 非负稀疏表达 | 第77-78页 |
| 5.3 实验 | 第78-86页 |
| 5.3.1 数据集 | 第79页 |
| 5.3.2 性能评价指标 | 第79页 |
| 5.3.3 实验结果 | 第79-86页 |
| 5.4 本章小结 | 第86-89页 |
| 6 基于正则化极限学习机的文本分类算法 | 第89-106页 |
| 6.1 引言 | 第89-90页 |
| 6.2 极限学习机概述 | 第90-92页 |
| 6.3 基于正则化极限学习机的文本分类 | 第92-96页 |
| 6.3.1 文本表示 | 第92-93页 |
| 6.3.2 正则化极限学习机 | 第93-95页 |
| 6.3.3 分类算法 | 第95-96页 |
| 6.4 实验 | 第96-104页 |
| 6.4.1 数据集 | 第97页 |
| 6.4.2 性能评价指标 | 第97页 |
| 6.4.3 实验结果 | 第97-104页 |
| 6.5 本章小结 | 第104-106页 |
| 7 基于分组结构的正则化回归模型的文本分类算法 | 第106-118页 |
| 7.1 引言 | 第106-107页 |
| 7.2 模型构建 | 第107-109页 |
| 7.3 模型实现 | 第109-112页 |
| 7.3.1 组结构生成算法 | 第109-111页 |
| 7.3.2 模型求解 | 第111-112页 |
| 7.3.3 文本分类算法 | 第112页 |
| 7.4 实验 | 第112-116页 |
| 7.4.1 数据集 | 第113页 |
| 7.4.2 性能评价指标 | 第113页 |
| 7.4.3 实验结果 | 第113-116页 |
| 7.5 本章小结 | 第116-118页 |
| 8 总结与展望 | 第118-120页 |
| 参考文献 | 第120-136页 |
| 攻读博士学位期间主要研究成果 | 第136-138页 |
| 致谢 | 第138页 |
