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 |