基于遗传算法的文本聚类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10-11页 |
| ·文本聚类的应用及意义 | 第11-12页 |
| ·文本聚类的应用 | 第11页 |
| ·文本聚类的意义 | 第11-12页 |
| ·文本聚类的研究现状及面临的挑战 | 第12-14页 |
| ·研究现状 | 第12-13页 |
| ·面临的挑战 | 第13-14页 |
| ·论文的主要研究内容 | 第14-15页 |
| ·论文的结构安排 | 第15-16页 |
| 第二章 文本聚类的关键技术 | 第16-29页 |
| ·文本聚类概述 | 第16-17页 |
| ·文本聚类的概念 | 第16页 |
| ·文本聚类的过程 | 第16-17页 |
| ·分词 | 第17-18页 |
| ·文本表示 | 第18-19页 |
| ·相似度度量 | 第19-21页 |
| ·文档与文档之间的相似度度量 | 第19-20页 |
| ·文档集合与文档集合之间的相似度度量 | 第20-21页 |
| ·文档与文档集合之间的相似度度量 | 第21页 |
| ·权值的计算 | 第21-22页 |
| ·文本特征提取 | 第22-26页 |
| ·特征选择 | 第22-25页 |
| ·特征抽取 | 第25-26页 |
| ·潜在语义索引 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 遗传算法 | 第29-41页 |
| ·遗传算法概述 | 第29-32页 |
| ·遗传算法的生物基础 | 第29-30页 |
| ·遗传算法的发展历史 | 第30页 |
| ·遗传算法的特点 | 第30-31页 |
| ·遗传算法的基础用语 | 第31页 |
| ·遗传算法的基本原理 | 第31-32页 |
| ·遗传算法的基本要素 | 第32-37页 |
| ·染色体编码 | 第32-33页 |
| ·初始种群的生成 | 第33页 |
| ·适应度函数的设定 | 第33-34页 |
| ·遗传算子 | 第34-35页 |
| ·控制参数 | 第35页 |
| ·遗传算法的流程 | 第35-37页 |
| ·基于遗传算法的特征选择 | 第37-40页 |
| ·编码及其初始种群建立 | 第37页 |
| ·适应度函数 | 第37-38页 |
| ·选择算子 | 第38页 |
| ·交叉算子 | 第38-39页 |
| ·变异算子 | 第39页 |
| ·终止条件 | 第39页 |
| ·算法描述 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 改进聚类算法 | 第41-51页 |
| ·典型聚类方法 | 第41-44页 |
| ·基于划分的聚类方法 | 第41-42页 |
| ·基于层次的聚类方法 | 第42-43页 |
| ·基于密度的聚类方法 | 第43页 |
| ·基于网格的聚类方法 | 第43-44页 |
| ·基于模型的聚类方法 | 第44页 |
| ·改进的聚类算法 | 第44-50页 |
| ·基本思想 | 第44-45页 |
| ·编码 | 第45页 |
| ·初始种群 | 第45-46页 |
| ·适应度函数 | 第46页 |
| ·选择算子 | 第46-47页 |
| ·交叉算子 | 第47页 |
| ·变异算子 | 第47页 |
| ·迭代终止条件 | 第47-48页 |
| ·算法描述 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 实验结果及分析 | 第51-57页 |
| ·聚类结果的评价方法 | 第51-52页 |
| ·遗传算法用于特征选择的仿真实验 | 第52-54页 |
| ·改进 K-中心算法的仿真实验 | 第54-56页 |
| ·方案一 | 第54-55页 |
| ·方案二 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64页 |
