基于类中心向量的文本分类模型研究与实现

摘要	第1-5页
Abstract	第5-9页
1 绪论	第9-12页
·课题研究背景与意义	第9页
·国内外研究概况	第9-11页
·本文的工作	第11页
·本文的组织结构	第11-12页
2 文本分类相关技术及分类算法	第12-25页
·文本分类的概念	第12-14页
·文本预处理	第14-15页
·文本表示	第15-17页
·特征约简	第17-20页
·常用的分类算法	第20-23页
·评价参数	第23-25页
3 基于类中心向量的KNN算法	第25-32页
·KNN算法的特点	第25页
·基于类中心向量的KNN算法的设计	第25-32页
·基于类中心向量的KNN算法思想的提出	第25-26页
·基于类中心向量的KNN算法思想	第26-29页
·基于类中心向量的KNN算法分析	第29-32页
4 分类模型实现及实验结果分析	第32-52页
·模型开发环境	第32页
·实验文本集	第32-33页
·系统总体结构	第33页
·文本预处理模块	第33-35页
·特征约简模块	第35-38页
·文档频率粗降维	第36页
·信息增益方法	第36-37页
·TFIDF权值计算	第37-38页
·训练模块	第38-41页
·分类模块	第41-45页
·载入分类器	第41页
·预处理	第41页
·文本向量表示	第41-42页
·利用类中心向量分类器初级分类	第42-44页
·使用KNN分类器二次分类	第44-45页
·性能评估模块	第45-46页
·基于类中心向量的KNN算法与KNN算法的比较	第46-52页
结论	第52-53页
参考文献	第53-55页
攻读硕士学位期间发表学术论文情况	第55-56页
致谢	第56-58页