基于改进FCM算法的无字典中文文本聚类方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题背景 | 第10页 |
| ·研究现状 | 第10-13页 |
| ·层次聚类算法 | 第11页 |
| ·分割聚类算法 | 第11-12页 |
| ·基于密度的聚类算法 | 第12页 |
| ·基于网格的聚类算法 | 第12页 |
| ·其他聚类算法 | 第12-13页 |
| ·本文研究内容 | 第13页 |
| ·本文结构 | 第13-14页 |
| 第2章 文本特征表示理论基础 | 第14-24页 |
| ·文本特征简介 | 第14-18页 |
| ·中文文本特征概述 | 第14-15页 |
| ·中文分词主要方法 | 第15-16页 |
| ·中文分词主要难点 | 第16-18页 |
| ·基于统计的无字典分词方法 | 第18-23页 |
| ·基本概念 | 第18-19页 |
| ·无字典分词算法的主要优势 | 第19-20页 |
| ·基于统计的无字典分词算法 | 第20-21页 |
| ·分词过滤 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 文本聚类 FCM算法 | 第24-39页 |
| ·文本聚类算法概述 | 第24-25页 |
| ·文本聚类算法的要求 | 第24页 |
| ·模糊聚类算法的优势 | 第24-25页 |
| ·模糊聚类算法概述 | 第25页 |
| ·FCM的发展和变化 | 第25-28页 |
| ·FCM算法简述 | 第25-27页 |
| ·FCM算法的主要改进方向 | 第27-28页 |
| ·对 FCM 算法前2个缺点的改进 | 第28-32页 |
| ·降低孤立点的影响 | 第28-29页 |
| ·聚类数目c的优选 | 第29-31页 |
| ·自选分类数 FCM算法──IFCM算法 | 第31-32页 |
| ·半聚类算法 | 第32-33页 |
| ·半聚类的 FCM算法──PSFCM算法 | 第33-37页 |
| ·种 FCM算法的关系比较 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 系统设计与实现 | 第39-48页 |
| ·总体设计目标 | 第39页 |
| ·总体系统流程 | 第39-40页 |
| ·模块设计与实现 | 第40-48页 |
| ·预处理模块 | 第40-41页 |
| ·分词模块 | 第41-45页 |
| ·特征提取模块 | 第45-46页 |
| ·模糊半聚类模块 | 第46-48页 |
| 第5章 结果讨论 | 第48-55页 |
| ·无字典分词结果 | 第48-50页 |
| ·PSFCM算法的验证 | 第50-52页 |
| ·模糊半聚类结果 | 第52-53页 |
| ·本文小结 | 第53页 |
| ·以后研究工作 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 攻读硕士学位期间主要的研究成果 | 第57-58页 |
| 致谢 | 第58页 |
