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

基于文本降维和蚁群算法的文本聚类研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-14页
   ·选题的背景及意义第9-10页
   ·国内外研究现状第10-12页
   ·本文的主要工作及结构安排第12-14页
     ·本文主要工作第12页
     ·本文结构安排第12-14页
第二章 相关理论基础第14-32页
   ·文本处理相关技术第14-23页
     ·文本预处理第14-16页
     ·文本特征词提取第16-18页
     ·文本建模第18-21页
     ·文本相似度计算第21-23页
   ·文本聚类算法第23-27页
     ·基于划分的聚类算法第24-25页
     ·基于层次的聚类算法第25-26页
     ·基于密度的聚类算法第26-27页
     ·基于模型的聚类算法第27页
   ·蚁群算法第27-29页
     ·蚁群算法的基本理论第27-28页
     ·蚁群算法的数学模型第28-29页
   ·基于蚁群的文本聚类算法第29-31页
     ·基于蚁堆形成的聚类算法第29页
     ·基本蚁群文本聚类算法第29-31页
   ·本章小结第31-32页
第三章 基于卡方和奇异值分解的文本降维第32-42页
   ·引言第32页
   ·基于卡方和层次聚类融合的特征选择第32-33页
   ·基于奇异值分解的向量空间模型第33-37页
   ·实验结果与分析第37-41页
   ·本章小结第41-42页
第四章 基于蚁群优化的文本聚类算法第42-54页
   ·引言第42页
   ·基于算法终止条件的修改策略第42-44页
   ·基于蚂蚁观察半径的动态调整第44页
   ·基于蚂蚁移动方向的规则制定第44-48页
   ·实验结果与分析第48-53页
   ·本章小结第53-54页
第五章 总结与展望第54-56页
   ·总结第54-55页
   ·下一步的展望第55-56页
参考文献第56-61页
附录第61-63页
 附录A 图索引第61页
 附录B 表索引第61-63页
Appendix第63-65页
 Appendix A Figure Index第63页
 Appendix B Table Index第63-65页
致谢第65-66页
攻读硕士学位期间发表的论文第66页

论文共66页,点击 下载论文
上一篇:当代新工笔画面空间表现研究
下一篇:工作自主性视角下情绪劳动对服务绩效影响研究--基于合肥市四星级酒店的实证研究