| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·论文的主要工作 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 文本分类技术及相关算法分析 | 第15-29页 |
| ·文本分类的定义 | 第15页 |
| ·文本分类预处理 | 第15-18页 |
| ·分词 | 第16-17页 |
| ·去停用词 | 第17页 |
| ·文本表示 | 第17-18页 |
| ·特征选择算法 | 第18-20页 |
| ·文档频率(DF) | 第18-19页 |
| ·信息增益(IG) | 第19页 |
| ·互信息(MI) | 第19-20页 |
| ·χ~2统计量 | 第20页 |
| ·常用的文本分类算法 | 第20-25页 |
| ·朴素贝叶斯算法 | 第20-21页 |
| ·KNN算法 | 第21-22页 |
| ·基于神经网络的算法 | 第22-24页 |
| ·支持向量机方法 | 第24-25页 |
| ·文本分类的评价指标 | 第25-28页 |
| ·精确度和召回率 | 第26页 |
| ·F-测量 | 第26-27页 |
| ·分类方法的综合评价 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 文本特征权重计算方法的改进 | 第29-39页 |
| ·特征项权重算法 | 第29-31页 |
| ·TFIDF文本特征权重计算方法的分析 | 第31-33页 |
| ·基于信息熵的TFIDF方法的改进 | 第33-36页 |
| ·实验和数据分析 | 第36-38页 |
| ·数据集 | 第36页 |
| ·分类器 | 第36页 |
| ·实验结果及分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于粗糙集的文本分类 | 第39-53页 |
| ·概述 | 第39-40页 |
| ·粗糙集理论基础 | 第40-44页 |
| ·信息系统和决策表 | 第40-41页 |
| ·不可分辨关系 | 第41-42页 |
| ·粗糙集与近似集 | 第42-43页 |
| ·属性约简 | 第43-44页 |
| ·基于粗糙集文本分类的可行性分析 | 第44-45页 |
| ·属性约简算法 | 第45-50页 |
| ·属性重要度 | 第45-46页 |
| ·算法思想 | 第46-47页 |
| ·算法描述 | 第47-49页 |
| ·算法分析 | 第49-50页 |
| ·实验结果分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于粗糙集文本分类的公安情报系统设计与实现 | 第53-65页 |
| ·公安情报系统简介 | 第53-55页 |
| ·文本分类子系统的设计 | 第55-58页 |
| ·主要模块的设计 | 第58-61页 |
| ·文本预处理模块 | 第58页 |
| ·文档的表示与提取 | 第58-59页 |
| ·权值离散化与信息表的创建 | 第59-60页 |
| ·知识约简 | 第60-61页 |
| ·系统的实现 | 第61-64页 |
| ·开发环境 | 第61页 |
| ·运行界面 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结束语 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士期间发表的学术论文 | 第72页 |