首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

一种基于特征选择的层次化文本分类算法

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-13页
   ·研究背景及意义第9-10页
   ·国内外研究现状与热点第10-11页
   ·论文主要研究内容第11-12页
   ·论文组织结构第12-13页
第2章 相关理论与技术第13-28页
   ·层次化文本分类描述第13-18页
     ·文本分类的定义和过程第13-15页
     ·文本分类过程的难点第15-16页
     ·层次化文本分类的定义和方法第16-18页
   ·特征选择算法第18-23页
     ·特征选择的概述第18-20页
     ·特征选择的方法及分析第20-22页
     ·层次化特征选择算法第22-23页
   ·SVM 理论第23-27页
     ·SVM 简介及描述第23-26页
     ·KNN 算法的描述第26页
     ·SVM-KNN 算法的描述第26-27页
   ·本章小结第27-28页
第3章 基于特征选择的层次化文本分类第28-44页
   ·文本的相关度和冗余度的描述及定义第28-32页
     ·互信息描述第28-29页
     ·层次文本相关度描述第29-30页
     ·层次文本冗余度描述第30-32页
   ·特征选择算法 rrHTC 描述及分析第32-38页
     ·问题的提出第32-33页
     ·层次化文本分类特征选择算法 rrHTC第33-38页
   ·SVM 算法改进及分析第38-43页
     ·SVM-KNN 算法改进第38-41页
     ·SVM-KNN 改进算法流程、实现及分析第41-43页
   ·本章小结第43-44页
第4章 实验验证与结果分析第44-55页
   ·分类效果评价体系第44-46页
     ·影响分类系统性能的主要因素第44-45页
     ·分类性能评估方法第45页
     ·分类性能评估指标第45-46页
   ·实验环境及内容介绍第46-49页
     ·实验环境第46-47页
     ·数据集第47-48页
     ·实验内容及方案第48-49页
   ·实验验证及结果分析第49-54页
     ·rrHTC 特征选择算法验证及结果分析第49-51页
     ·改进的 SVM-KNN 算法验证及结果分析第51-54页
   ·本章小结第54-55页
结论第55-56页
参考文献第56-60页
攻读硕士学位期间发表的论文和取得的科研成果第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于电流场理论的地下数字通信系统设计与实现
下一篇:基于遗传算法的分厂生产管理系统设计与实现