多目标QPSO算法研究及其在文本聚类中的应用
| 摘要 | 第1-5页 |
| abstract | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·选题的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·QPSO发展及研究现状 | 第10-11页 |
| ·文本聚类的发展及研究现状 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 QPSO算法研究与分析 | 第14-24页 |
| ·PSO算法概述 | 第14-16页 |
| ·QPSO算法概述 | 第16-21页 |
| ·思想来源 | 第16-17页 |
| ·微粒群势阱模型的建立 | 第17-19页 |
| ·微粒的进化方程 | 第19-21页 |
| ·QPSO算法流程 | 第21-22页 |
| ·QPSO算法的总结 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 文本聚类研究与分析 | 第24-39页 |
| ·文本聚类概述 | 第24页 |
| ·文本表示 | 第24-31页 |
| ·向量空间模型 | 第25-29页 |
| ·概率模型 | 第29-30页 |
| ·概念模型 | 第30-31页 |
| ·文本预处理 | 第31-33页 |
| ·去除标记和停用词 | 第31页 |
| ·词根追溯 | 第31页 |
| ·词频统计 | 第31-32页 |
| ·数据清洗 | 第32页 |
| ·中文分词与词性标注 | 第32-33页 |
| ·文本特征选择和抽取 | 第33-36页 |
| ·文本特征选择 | 第34-35页 |
| ·文本特征抽取 | 第35-36页 |
| ·文本聚类算法 | 第36-38页 |
| ·基于划分的方法 | 第36页 |
| ·基于层次的聚类算法 | 第36-37页 |
| ·基于密度的聚类算法 | 第37-38页 |
| ·其他聚类算法 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第四章 多目标QPSO聚类算法 | 第39-46页 |
| ·多目标优化问题 | 第39-40页 |
| ·多目标QPSO聚类算法概述 | 第40-42页 |
| ·多目标QPSO聚类算法设计 | 第42-44页 |
| ·数据预处理 | 第42页 |
| ·微粒的编码 | 第42-43页 |
| ·适应度函数 | 第43-44页 |
| ·多目标QPSO聚类算法流程 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 实验与分析 | 第46-64页 |
| ·实验准备 | 第46页 |
| ·UCI数据测试 | 第46-55页 |
| ·Iris数据集 | 第46-52页 |
| ·Wine数据集 | 第52-53页 |
| ·Glass数据集和dataset数据集 | 第53-55页 |
| ·文本聚类评价 | 第55-57页 |
| ·文本聚类实验测试 | 第57-62页 |
| ·实验数据 | 第57页 |
| ·算法过程 | 第57-60页 |
| ·实验结果与分析 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 作者在读期间科研成果简介 | 第71-72页 |
| 致谢 | 第72页 |
