基于改进粗糙集模型的文本分类方法优化研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的研究内容 | 第13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 文本分类技术概述 | 第15-30页 |
| 2.1 文本预处理 | 第16-17页 |
| 2.1.1 预处理 | 第16页 |
| 2.1.2 中文分词 | 第16-17页 |
| 2.2 文本的表示 | 第17-20页 |
| 2.2.1 向量空间模型 | 第17-18页 |
| 2.2.2 布尔逻辑模型 | 第18-20页 |
| 2.2.3 概率模型 | 第20页 |
| 2.3 特征选择 | 第20-23页 |
| 2.3.1 文档频度 | 第20-21页 |
| 2.3.2 信息增益 | 第21-22页 |
| 2.3.3 互信息 | 第22页 |
| 2.3.4 CHI统计 | 第22-23页 |
| 2.4 权重计算 | 第23-24页 |
| 2.5 文本分类算法 | 第24-28页 |
| 2.5.1 质心向量分类算法 | 第24-25页 |
| 2.5.2 贝叶斯分类算法 | 第25页 |
| 2.5.3 k-近邻分类算法 | 第25-26页 |
| 2.5.4 支持向量机 | 第26-28页 |
| 2.6 分类性能评估 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第3章 粗糙集理论 | 第30-37页 |
| 3.1 粗糙集理论简述 | 第30-32页 |
| 3.1.1 信息表知识表达系统 | 第30-31页 |
| 3.1.2 粗糙集的基本概念 | 第31-32页 |
| 3.2 粗糙集模型的特征 | 第32-34页 |
| 3.3 属性约简 | 第34-36页 |
| 3.3.1 属性约简与核 | 第34-35页 |
| 3.3.2 属性约简算法 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 改进的粗糙集理论及其属性约简 | 第37-49页 |
| 4.1 基于差异关系的粗糙集 | 第37-42页 |
| 4.1.1 不完备的信息系统 | 第37-38页 |
| 4.1.2 差异关系 | 第38-39页 |
| 4.1.3 改进的差异关系 | 第39-41页 |
| 4.1.4 限制差异关系 | 第41-42页 |
| 4.2 改进差异关系的变精度粗糙集 | 第42-45页 |
| 4.3 改进差异关系粗糙集的属性约简 | 第45页 |
| 4.4 数值实验 | 第45-48页 |
| 4.4.1 信息表的数值实验 | 第45-47页 |
| 4.4.2 Irsi数据集上的数值实验 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于χ值的粗糙集文本分类方法 | 第49-57页 |
| 5.1 分类方法的基本原理 | 第49-52页 |
| 5.1.1 文本分类近似规则 | 第49-51页 |
| 5.1.2 CHI特征选择的改进 | 第51-52页 |
| 5.2 基于χ值和改进粗糙集的规则抽取算法 | 第52-54页 |
| 5.2.1 规则提取主要步骤 | 第52-53页 |
| 5.2.2 分类规则抽取算法 | 第53-54页 |
| 5.3 数值实验过程与结果分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 全文总结 | 第57页 |
| 6.2 后续研究工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间论文发表情况 | 第63页 |
