潜在语义索引分类模型的研究与改进
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的工作 | 第10-11页 |
| ·论文的组织 | 第11-12页 |
| 2 文本分类技术 | 第12-21页 |
| ·文本分类特点介绍 | 第13页 |
| ·文本预处理 | 第13-14页 |
| ·文档表示模型 | 第14-16页 |
| ·文本分类算法 | 第16-21页 |
| ·统计方法 | 第17-19页 |
| ·规则方法 | 第19-21页 |
| 3 特征提取与降维 | 第21-26页 |
| ·特征选择 | 第23-25页 |
| ·特征抽取 | 第25-26页 |
| 4 潜在语义索引的降维分类模型 | 第26-42页 |
| ·潜在语义索引 | 第26-30页 |
| ·奇异值分解 | 第27-28页 |
| ·一个LSI例子 | 第28-30页 |
| ·LSI的分类模型 | 第30-31页 |
| ·LSI模型比VSM模型的优越性 | 第31-32页 |
| ·LSI中k对分类效果的影响 | 第32-33页 |
| ·分类效果的评价指标 | 第33-34页 |
| ·准确率与召回率 | 第33页 |
| ·F-measure值 | 第33-34页 |
| ·实验结果及分析 | 第34-42页 |
| ·实验过程 | 第34-40页 |
| ·结果分析 | 第40-42页 |
| 5 基于中心距离的KNN算法的改进 | 第42-55页 |
| ·KNN的分类算法 | 第42-45页 |
| ·KNN算法思想 | 第42-44页 |
| ·KNN算法的不足 | 第44-45页 |
| ·基于中心距离的KNN算法改进 | 第45-48页 |
| ·训练样本分布不均造成的影响 | 第45-46页 |
| ·基于中心距离的KNN算法思想 | 第46-48页 |
| ·实验结果及分析 | 第48-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
