基于数据分布和文本相似性的PU分类技术

附表	第1-6页
摘要	第6-7页
Abstract	第7-11页
第一章 绪论	第11-19页
·研究背景	第11-13页
·研究内容	第13-15页
·本文工作与贡献	第15-17页
·本文结构	第17-19页
第二章 研究现状	第19-22页
·PU分类相关工作	第19-20页
·相似性匹配相关工作	第20-21页
·本章小结	第21-22页
第三章 基于编辑距离的冗余检测	第22-39页
·相似性下的冗余检测	第22-23页
·预备知识	第23-25页
·现有相似性查询方法存在的问题	第25-27页
·泛化gram过滤器	第27-30页
·基于泛化gram过滤器的冗余检测方法	第30-33页
·基于gram排序的泛化gram过滤器选择方法	第33-37页
·本章小结	第37-39页
第四章 浓度估计下基于KL距离的PU分类方法	第39-49页
·预备知识	第39-41页
·现有工作缺陷分析	第41-43页
·浓度估计算法	第43-44页
·基于浓度估计的KL-Auto算法	第44-46页
·基于浓度估计的集成策略	第46页
·本章小结	第46-49页
第五章 实验部分	第49-60页
·相似性查询实验部分	第49-54页
·基于浓度估计的PU分类实验	第54-58页
·去除冗余的PU分类实验	第58-60页
第六章 总结与展望	第60-61页
参考文献	第61-66页
致谢	第66-69页
攻读硕士学位期间发表论文和科研情况	第69页