文本分类中特征选择算法的分析与研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪 论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·自动文本分类概述 | 第11-12页 |
| ·维数约简概述 | 第12-14页 |
| ·研究的内容与贡献 | 第14页 |
| ·本论文结构安排 | 第14-16页 |
| 第2章 文本分类相关技术及分析 | 第16-30页 |
| ·文本分类方法 | 第16-20页 |
| ·朴素贝叶斯 | 第16-17页 |
| ·K 近邻方法 | 第17页 |
| ·决策树方法 | 第17-18页 |
| ·神经网络 | 第18-19页 |
| ·支持向量机 | 第19-20页 |
| ·维数约简技术 | 第20-27页 |
| ·特征重构 | 第20-22页 |
| ·特征选择 | 第22-27页 |
| ·文本分类评估 | 第27-30页 |
| 第3章 基于关联分析的特征选择 | 第30-44页 |
| ·相关概念的介绍 | 第30页 |
| ·关联特征挖掘 | 第30-33页 |
| ·基于关联分析的特征选择方法 | 第33-35页 |
| ·试验结果及其分析 | 第35-43页 |
| ·数据集介绍 | 第35-37页 |
| ·试验设计 | 第37-38页 |
| ·试验结果分析 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于互信息的相关性特征选择 | 第44-54页 |
| ·特征相关性及冗余性的定义 | 第44-45页 |
| ·互信息与相关性 | 第44页 |
| ·冗余特征 | 第44-45页 |
| ·互信息问题分析 | 第45-46页 |
| ·基于互信息的相关性特征选择算法 | 第46-48页 |
| ·近似Markov Blanket | 第46-47页 |
| ·特征选择算法 | 第47-48页 |
| ·试验结果及其分析 | 第48-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 特征选择算法在搜索引擎系统中的应用 | 第54-62页 |
| ·nutch 搜索引擎介绍 | 第54-55页 |
| ·规则分类算法介绍 | 第55页 |
| ·特征选择算法 | 第55-56页 |
| ·知识分类模块流程 | 第56-58页 |
| ·系统实现 | 第58-61页 |
| ·软硬件环境 | 第58页 |
| ·系统介绍 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·未来的工作 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 个人简历、在读期间发表的论文及研究成果 | 第69页 |
