首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

粗糙集理论在中文文本分类中的应用

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-29页
   ·选题背景与研究意义第11-14页
   ·分类数据挖掘第14-17页
     ·数据挖掘产生的背景第14-15页
     ·构造分类器的主要步骤第15-16页
     ·属性选择第16-17页
   ·文本分类的研究现状第17-18页
   ·粗糙集理论简介第18-23页
     ·粗糙集理论的产生与发展第18-19页
     ·粗糙集理论的特点第19-20页
     ·粗糙集理论的研究方向第20-21页
     ·粗糙集理论的应用现状第21-23页
   ·基于粗糙集理论的信息系统分类规则挖掘简介第23-25页
     ·信息系统第23-24页
     ·不可区分关系第24页
     ·下上近似第24-25页
     ·属性依赖关系第25页
   ·本文研究的目标、方法与主要内容第25-29页
     ·本文主要研究内容第26页
     ·拟解决的关键问题第26-27页
     ·本文各章内容安排第27-29页
第2章 基于粗糙集理论的知识发现第29-54页
   ·粗糙集理论的基本概念第29-34页
     ·知识与知识库第29-30页
     ·不精确范畴,近似与粗糙集第30-31页
     ·粗糙度和分类质量第31-32页
     ·不完备信息系统中粗糙集理论的扩充第32-33页
     ·知识约简第33-34页
   ·Skowron区分矩阵的改进第34-40页
     ·改进思路第34-37页
     ·理论证明第37-39页
     ·实例说明第39-40页
   ·几种决策表约简方法的关系第40-48页
   ·决策表知识约简的逻辑特征第48-54页
     ·关于决策表的规则获取第48-49页
     ·基于正域理论的决策表约简与规则获取第49-50页
     ·基于包含度理论的决策表约简与规则获取第50-54页
第3章 两相模糊数弱划分第54-71页
   ·模糊集基本概念第54-56页
     ·模糊集合第54-55页
     ·模糊集合的截集第55-56页
     ·凸模糊集第56页
     ·模糊数第56页
   ·语言变量第56-57页
   ·数据预处理第57-59页
     ·决策表离散化第58页
     ·离散化问题的分类第58-59页
   ·模糊划分第59-62页
   ·模糊聚类第62-68页
     ·聚类分析的基本概念第62-63页
     ·模糊聚类分析方法的分类第63页
     ·聚类分析的数学模型第63-68页
   ·两相模糊数弱划分第68-71页
第4章 文本的形式化表示第71-84页
   ·文本的向量空间模型第72-77页
     ·分词第72-73页
     ·去停用词第73页
     ·文本索引第73-74页
     ·一个例子第74-77页
   ·文本特征的提取第77-80页
   ·模糊决策表第80-84页
第5章 文本分类系统的实现第84-108页
   ·产生式系统第84-87页
     ·产生式规则的基本形式第85页
     ·产生式系统第85-86页
     ·产生式系统求解问题的基本步骤第86-87页
   ·知识库的构建第87-90页
     ·文本分类第88-89页
     ·文本分类语料库第89-90页
   ·决策规则及其不确定性表示第90-97页
     ·决策规则的定义第90-91页
     ·规则的不确定性表示和度量第91-96页
     ·规则强度算法第96-97页
   ·事实库第97-98页
   ·推理机的实现第98-103页
     ·逻辑推理系统第98-100页
     ·不确定性的匹配算法第100页
     ·不确定性的更新算法第100-101页
     ·冲突消解第101-102页
     ·分类算法第102-103页
   ·文本分类系统性能评价第103-108页
     ·复杂度分析第104页
     ·准确度分析第104-108页
结论与展望第108-111页
致谢第111-112页
参考文献第112-119页
攻读博士学位期间发表论文及科研情况第119-120页

论文共120页,点击 下载论文
上一篇:区域旅游资源开发机制及战略抉择--基于四川的案例研究
下一篇:基于蓝光技术架构的DVD场景设计技术