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

基于迁移学习的文本分类算法研究

摘要第1页
Abstract第5-6页
详细摘要第6-8页
Detailed Abstract第8-14页
1 绪论第14-24页
   ·研究背景及意义第14-15页
     ·研究背景第14-15页
     ·研究意义第15页
   ·文本分类发展过程第15-16页
   ·迁移学习研究现状第16-17页
   ·迁移学习在文本分类中的应用第17-20页
   ·研究内容及创新点第20-21页
   ·论文组织结构第21-22页
   ·本章小结第22-24页
2 相关工作综述第24-40页
   ·文本分类第24-31页
     ·文本表示第24-25页
     ·文本分类算法第25-28页
     ·文本分类的任务与步骤第28-30页
     ·文本分类评价标准第30-31页
   ·迁移学习第31-38页
     ·迁移学习特点第31-32页
     ·迁移学习的研究内容第32-36页
     ·迁移学习的类型第36-38页
     ·迁移学习常用数据集第38页
   ·本章小结第38-40页
3 一种改进的特征降维方法第40-56页
   ·特征降维的作用第40-41页
   ·常用特征降维方法第41-46页
     ·特征选择法第41-43页
     ·特征抽取法第43-46页
   ·一种改进的特征降维方法第46-50页
     ·HCD特征选取第47-48页
     ·LSA特征抽取第48-50页
     ·K-means聚类第50页
   ·实验结果与分析第50-55页
     ·实验数据第50页
     ·评价指标第50-51页
     ·实验设置第51页
     ·实验结果及分析第51-55页
     ·实验结论第55页
   ·本章小结第55-56页
4 基于图模型的迁移学习算法第56-72页
   ·引言第56页
   ·相关知识介绍第56-57页
     ·聚类第56-57页
     ·图模型第57页
     ·文本间的相似性第57页
   ·基于图模型的迁移学习第57-62页
     ·算法思想第57-58页
     ·问题定义第58页
     ·算法实现第58-61页
     ·算法步骤第61-62页
   ·实验结果与分析第62-70页
     ·实验数据第62-64页
     ·评价指标第64-65页
     ·实验设置第65页
     ·实验结果及分析第65-70页
     ·实验结论第70页
   ·本章小结第70-72页
5 基于动态重构模型的迁移学习算法第72-90页
   ·引言第72-74页
   ·相关知识介绍第74-75页
   ·基于数据集动态重构迁移模型第75-79页
     ·算法思想第75页
     ·问题定义第75-76页
     ·算法实现第76-78页
     ·算法步骤第78-79页
   ·实验结果与分析第79-89页
     ·实验数据第79-81页
     ·评价指标第81页
     ·实验设置第81-82页
     ·实验结果及分析第82-88页
     ·实验结论第88-89页
   ·本章小结第89-90页
6 基于特征重构的迁移学习算法第90-108页
   ·引言第90页
   ·相关知识介绍第90-92页
     ·流形学习第90-91页
     ·最大间隔投影第91-92页
   ·基于特征重构的迁移模型第92-98页
     ·算法思想第92-93页
     ·问题定义第93页
     ·算法实现第93-97页
     ·算法步骤第97-98页
   ·实验结果与分析第98-106页
     ·实验数据第98-99页
     ·评价指标第99页
     ·实验设置第99-103页
     ·实验结果及分析第103-106页
     ·实验结论第106页
   ·本章小结第106-108页
7 总结与展望第108-110页
   ·工作总结及创新性成果第108-109页
   ·进一步的工作第109-110页
参考文献第110-116页
致谢第116-117页
作者简介第117页
在学期间发表学术论文及参加科研工作情况第117页

论文共117页,点击 下载论文
上一篇:国家级经济技术开发区职业卫生控制研究
下一篇:基于覆盖网络的协同选播及其关键技术研究