改进的模糊C-均值算法在文本聚类中的应用研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究情况 | 第10-11页 |
| ·本文组织和工作安排 | 第11-13页 |
| 2 文本聚类关键技术综述 | 第13-28页 |
| ·文本聚类与文本分类 | 第13-14页 |
| ·文本聚类的预处理 | 第14-21页 |
| ·分词 | 第15-17页 |
| ·数据清洗 | 第17-18页 |
| ·特征选取 | 第18-19页 |
| ·文本表示模型 | 第19-21页 |
| ·主要的聚类方法 | 第21-27页 |
| ·基于层次的聚类方法 | 第22-23页 |
| ·基于划分的聚类方法 | 第23-24页 |
| ·基于密度的聚类方法 | 第24-25页 |
| ·基于网格的聚类方法 | 第25-26页 |
| ·基于模型的聚类方法 | 第26-27页 |
| ·其他的聚类方法 | 第27页 |
| ·本章小结 | 第27-28页 |
| 3 改进的模糊C-均值(SUB-FCM)算法 | 第28-38页 |
| ·模糊聚类算法概述 | 第28-29页 |
| ·减法聚类 | 第29-30页 |
| ·SUB-FCM算法 | 第30-34页 |
| ·SUB-FCM算法的提出 | 第30-32页 |
| ·SUB-FCM算法的流程 | 第32-34页 |
| ·实验结果及分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 4 SUB-FCM算法在文本聚类中的应用研究 | 第38-58页 |
| ·文本聚类的设计目标 | 第38页 |
| ·文本聚类的体系结构 | 第38-39页 |
| ·功能模块实现 | 第39-47页 |
| ·分词模块设计 | 第39-40页 |
| ·数据清洗模块设计 | 第40-45页 |
| ·文本特征提取模块设计 | 第45-46页 |
| ·文本表示模块设计 | 第46-47页 |
| ·基于SUB-FCM算法的文本聚类 | 第47-48页 |
| ·实验结果及分析 | 第48-58页 |
| ·实验环境 | 第48页 |
| ·数据源 | 第48-49页 |
| ·结果及分析 | 第49-54页 |
| ·特征项维数确定 | 第54-57页 |
| ·实验总结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |
