| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-11页 |
| 图表索引 | 第11-14页 |
| 第一部分 机器学习与基于超曲面的分类法 | 第14-72页 |
| 第1章 机器学习研究现状 | 第15-27页 |
| ·机器学习 | 第15-18页 |
| ·机器学习的概念和内容 | 第15-16页 |
| ·机器学习问题的发展 | 第16-18页 |
| ·统计学习理论 | 第18-21页 |
| ·机器学习的本质 | 第18-19页 |
| ·函数集的学习性能与VC维 | 第19-20页 |
| ·推广性的界 | 第20-21页 |
| ·分类问题 | 第21-24页 |
| ·贝叶斯分类 | 第21-22页 |
| ·分治法 | 第22页 |
| ·覆盖算法 | 第22-23页 |
| ·投票算法 | 第23-24页 |
| ·基于超曲面的分类法的研究背景和内容 | 第24-27页 |
| ·研究背景 | 第24-25页 |
| ·研究内容 | 第25-27页 |
| 第2章 机器学习中的分类问题 | 第27-34页 |
| ·学习问题的一般描述 | 第27页 |
| ·分类学习方法 | 第27-32页 |
| ·MP模型的几何解释 | 第28-29页 |
| ·支持向量机 | 第29-30页 |
| ·基于邻域的空间划分方法 | 第30-32页 |
| ·分类超曲面研究的可行性 | 第32-34页 |
| ·现有学习方法分析 | 第32页 |
| ·可行性 | 第32-34页 |
| 第3章 基于几何分类超曲面的分类方法 | 第34-41页 |
| ·分类超曲面的构造 | 第34-37页 |
| ·理论依据 | 第34-36页 |
| ·分类超曲面 | 第36-37页 |
| ·近邻学习算法 | 第37-38页 |
| ·近邻决策规则 | 第37-38页 |
| ·讨论 | 第38页 |
| ·基于几何超曲面的分类判别 | 第38-41页 |
| ·假设条件 | 第38-39页 |
| ·基本算法步骤 | 第39-40页 |
| ·算法解析 | 第40-41页 |
| 第4章 基于几何超曲面的二维数据分类 | 第41-53页 |
| ·二维数据中的分类学习算法 | 第41-45页 |
| ·基本思想 | 第41页 |
| ·实现算法 | 第41-43页 |
| ·算法解析 | 第43-45页 |
| ·实验及结果 | 第45-50页 |
| ·测试数据构造 | 第45-46页 |
| ·实验过程 | 第46-50页 |
| ·结果分析 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第5章 基于几何超曲面的三维数据分类 | 第53-61页 |
| ·三维数据中的分类学习算法 | 第53-55页 |
| ·基本思想 | 第53页 |
| ·实现算法 | 第53-55页 |
| ·算法分析 | 第55页 |
| ·实验及结果 | 第55-60页 |
| ·测试数据构造 | 第55-56页 |
| ·实验过程 | 第56-60页 |
| ·小结 | 第60-61页 |
| 第6章 基于几何超曲面的多类分类 | 第61-68页 |
| ·多类问题 | 第61-65页 |
| ·多类判别策略 | 第61-63页 |
| ·分类实现 | 第63页 |
| ·实验及结果 | 第63-65页 |
| ·基于几何超曲面的高维分类设想 | 第65-66页 |
| ·小结 | 第66-68页 |
| 第7章 基于代数超曲面的高维数据分类法 | 第68-72页 |
| ·M-P神经元模型 | 第68-69页 |
| ·代数超曲面进行分类的可行性 | 第69-72页 |
| ·基于神经网络的代数超曲面学习算法 | 第69-70页 |
| ·基于代数超曲面的分类法 | 第70-72页 |
| 第二部分 文本挖掘与语义索引系统 | 第72-173页 |
| 第8章 文本挖掘的意义与研究现状 | 第73-82页 |
| ·文本挖掘 | 第73-76页 |
| ·文本挖掘的意义和目的 | 第76-82页 |
| ·文本信息抽取 | 第77-79页 |
| ·文本分类与聚类 | 第79-80页 |
| ·多篇文本摘要 | 第80-81页 |
| ·文本索引与检索 | 第81-82页 |
| 第9章 HMM及其相关算法 | 第82-88页 |
| ·马尔科夫过程 | 第83页 |
| ·隐马尔科夫模型 | 第83-84页 |
| ·相关算法 | 第84-87页 |
| ·前向、后向算法 | 第84-85页 |
| ·Viterbi算法 | 第85-86页 |
| ·Baum-Welch算法 | 第86-87页 |
| ·HMM应用 | 第87-88页 |
| 第10章 面向BibTex文件的文本信息抽取 | 第88-98页 |
| ·HTML文件 | 第88-89页 |
| ·解析HTML文件 | 第89-90页 |
| ·提取任务的分析 | 第90-91页 |
| ·模型拓扑结构的确定 | 第91-92页 |
| ·模型参数的学习 | 第92-95页 |
| ·统计学方法 | 第92-93页 |
| ·机器学习 | 第93-94页 |
| ·反训练机制和反馈机制 | 第94-95页 |
| ·实验 | 第95-98页 |
| ·实验介绍 | 第95-96页 |
| ·测试结果及讨论 | 第96-98页 |
| 第11章 基于HMM模型的文本信息抽取的完善和优化 | 第98-108页 |
| ·模型的完善 | 第98-99页 |
| ·平滑技术的引入 | 第99-103页 |
| ·稀疏数据问题 | 第99-100页 |
| ·引入平滑技术 | 第100-101页 |
| ·实验结果 | 第101-103页 |
| ·特征模式的引入 | 第103-106页 |
| ·引入特征模式 | 第103-104页 |
| ·实验结果 | 第104-106页 |
| ·小结 | 第106-108页 |
| 第12章 BTIES演示系统的介绍 | 第108-116页 |
| ·系统分析和设计 | 第108-111页 |
| ·UML和USDP | 第108页 |
| ·系统的体系结构 | 第108-110页 |
| ·用例图及类图 | 第110-111页 |
| ·系统实现和系统说明 | 第111-115页 |
| ·小结 | 第115-116页 |
| 第13章 基于自组织映射(SOM)的文本聚类 | 第116-130页 |
| ·KOHONEN的自组织模型 | 第117-118页 |
| ·模型的获胜方法 | 第118-119页 |
| ·侧反馈原则 | 第119-121页 |
| ·SOM算法 | 第121-123页 |
| ·文本的编码原则 | 第123页 |
| ·基于SOM算法进行文本概念聚类及其标识方法 | 第123-126页 |
| ·SOM算法的单层聚类 | 第123-124页 |
| ·SOM算法多层迭代聚类及相关系数求法 | 第124-125页 |
| ·结合模糊聚类法的层次聚类 | 第125-126页 |
| ·聚类的结果展示 | 第126-129页 |
| ·小结 | 第129-130页 |
| 第14章 多篇摘要生成 | 第130-139页 |
| ·摘要生成的预处理 | 第131页 |
| ·摘要的生成算法 | 第131-133页 |
| ·定义句权,构造文摘关键句 | 第131-132页 |
| ·通过句子整理构造文摘 | 第132-133页 |
| ·实验结果 | 第133-138页 |
| ·小结 | 第138-139页 |
| 第15章 概念语义空间的建立 | 第139-149页 |
| ·HOPFIELD神经网络原理 | 第139页 |
| ·离散型HOPFIELD神经网络 | 第139-141页 |
| ·连续状态Hopfield神经网络 | 第140-141页 |
| ·概念共现率的分析和计算 | 第141-142页 |
| ·概念语义空间的建立 | 第142-145页 |
| ·文本空间的建立 | 第143-144页 |
| ·Hopfield神经网络联想回忆过程 | 第144-145页 |
| ·概念语义空间的维护 | 第145-146页 |
| ·实验结果 | 第146-147页 |
| ·小结 | 第147-149页 |
| 第16章 直接聚类法进行概念聚类 | 第149-156页 |
| ·直接聚类法原理 | 第149-151页 |
| ·标定 | 第149-150页 |
| ·聚类的过程 | 第150页 |
| ·直接聚类最佳阈值λ的确定 | 第150-151页 |
| ·直接聚类的具体算法 | 第151-153页 |
| ·KO-SHA算法 | 第152-153页 |
| ·应用直接聚类生成语义索引 | 第153-155页 |
| ·实验结果 | 第153-154页 |
| ·直接聚类法与Hopfield神经网络算法的比较 | 第154-155页 |
| ·小结 | 第155-156页 |
| 第17章 语义检索 | 第156-165页 |
| ·语义辞典 | 第156-158页 |
| ·WORDNET | 第156-157页 |
| ·HOWNET | 第157-158页 |
| ·知网原理及其信息表示结构 | 第158-160页 |
| ·知网中反映的内容 | 第158-159页 |
| ·义原的定义及提取 | 第159-160页 |
| ·智能检索接口互动功能的实现 | 第160-164页 |
| ·智能型检索接口的流程 | 第161-162页 |
| ·接口功能的实现 | 第162-164页 |
| ·小结 | 第164-165页 |
| 第18章 概念语义索引系统CSIS | 第165-173页 |
| ·概念语义索引系统功能流程 | 第165页 |
| ·检索实例及结果 | 第165-170页 |
| ·目录分类式检索 | 第166-167页 |
| ·输入关键词检索 | 第167-170页 |
| ·系统性能 | 第170-171页 |
| ·系统运行环境 | 第170页 |
| ·系统性能 | 第170-171页 |
| ·小结 | 第171-172页 |
| ·结束语 | 第172-173页 |
| 致谢 | 第173-174页 |
| 参考文献 | 第174-183页 |
| 博士后个人简历 | 第183-184页 |
| 博士生期间发表的学术论文 | 第184页 |
| 博士生期间参研项目情况 | 第184-185页 |
| 博士后期间论文发表与录用情况 | 第185-186页 |
| 发表论文情况统计 | 第186页 |
| 博士后期间主持和参研的项目完成情况 | 第186页 |