| 第一章 绪论 | 第1-40页 |
| ·选题的研究背景和意义 | 第9-11页 |
| ·数据挖掘概述、聚类和分类概述 | 第11-22页 |
| ·数据挖掘 | 第11-13页 |
| ·数据聚类研究(非基于软计算) | 第13-17页 |
| ·数据分类研究(非基于软计算) | 第17-22页 |
| ·基于软计算的数据聚类和分类进展及评述 | 第22-27页 |
| ·粗糙集 | 第23-24页 |
| ·遗传算法 | 第24-26页 |
| ·模糊逻辑 | 第26-27页 |
| ·神经网络 | 第27-30页 |
| ·文本挖掘(Text Data Mining) | 第30-37页 |
| ·文本挖掘概述 | 第30-32页 |
| ·文本的预处理 | 第32-33页 |
| ·特征集缩减,即文本空间降维算法研究 | 第33-35页 |
| ·文本聚类与分类 | 第35-36页 |
| ·现有文本挖掘方法的不足 | 第36-37页 |
| ·本文组织结构和创新点 | 第37-40页 |
| ·本论文组织结构 | 第37-38页 |
| ·本论文主要创新点 | 第38-40页 |
| 第二章 基于自适应谐振神经网络的数据聚类方法的改进研究 | 第40-55页 |
| ·自适应谐振神经网络描述与分析 | 第40-44页 |
| ·经典自适应谐振神经网络描述 | 第40-42页 |
| ·数据聚类环境下自适应谐振神经网络的不足之处 | 第42-44页 |
| ·算法改进的ART2 数据聚类方法1 | 第44-48页 |
| ·神经网络模型的网络结构 | 第44-45页 |
| ·网络聚类算法描述 | 第45-47页 |
| ·其它说明 | 第47-48页 |
| ·聚类方法1 仿真试验及分析 | 第48-49页 |
| ·算法改进的ART2 数据聚类方法2 | 第49-52页 |
| ·神经网络模型的网络结构 | 第49页 |
| ·网络聚类算法描述 | 第49-51页 |
| ·算法分析 | 第51-52页 |
| ·其它对比分析 | 第52页 |
| ·聚类方法2 仿真试验及分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第三章 基于混合技术的数据聚类方法的改进研究 | 第55-74页 |
| ·自组织映射神经网络描述与分析和自适应谐振神经网络简介 | 第55-59页 |
| ·自组织映射神经网络描述与分析 | 第55-58页 |
| ·自适应谐振神经网络简介 | 第58-59页 |
| ·泄漏竞争、Hebb规则和冗余神经元规则 | 第59-61页 |
| ·泄漏竞争规则 | 第59页 |
| ·Hebb一致性学习规则 | 第59-60页 |
| ·冗余神经元规则 | 第60-61页 |
| ·借鉴泄漏竞争与Hebb规则的改进ART2 神经网络模型 | 第61-66页 |
| ·神经网络模型的网络结构 | 第61-62页 |
| ·网络聚类算法描述 | 第62-66页 |
| ·仿真试验及分析 | 第66-67页 |
| ·二维空间聚类试验 | 第66页 |
| ·多维空间聚类试验 | 第66-67页 |
| ·借鉴冗余神经元和Hebb规则的改进ART2 聚类算法 | 第67-71页 |
| ·神经网络模型的网络结构 | 第68页 |
| ·聚类算法的描述 | 第68-71页 |
| ·仿真试验及分析 | 第71-72页 |
| ·类别划分试验 | 第71-72页 |
| ·类别合并试验 | 第72页 |
| ·本章小结 | 第72-74页 |
| 第四章 基于随机映射和隐含语义索引的文本聚分类方法研究 | 第74-87页 |
| ·文本环境下神经网络计算瓶颈等背景分析 | 第74-75页 |
| ·神经网络计算瓶颈分析 | 第74-75页 |
| ·文本语义分析 | 第75页 |
| ·隐含语义索引描述与分析 | 第75-76页 |
| ·随机映射方法及其分析 | 第76-78页 |
| ·基于随机映射的SOFM神经网络分类方法及仿真试验 | 第78-82页 |
| ·基于随机映射的加速隐含语义索引及仿真试验 | 第82-85页 |
| ·本章小结 | 第85-87页 |
| 第五章 基于模式聚合、自组织神经网络等的改进KNN文本分类方法研究 | 第87-97页 |
| ·KNN方法描述与及其在文本环境下的不足 | 第87-88页 |
| ·基于CHI方法的特征提取和模式聚合 | 第88-92页 |
| ·基于CHI概率统计的特征提取与模式聚合 | 第88-89页 |
| ·模式聚合和特征选择步骤 | 第89-91页 |
| ·简单算例分析 | 第91-92页 |
| ·基于改进的模式聚合方法和自组织神经网络的改进KNN方法 | 第92-93页 |
| ·仿真试验及分析 | 第93-95页 |
| ·本章小结 | 第95-97页 |
| 第六章 基于神经网络的文本词语义扩充初步研究 | 第97-104页 |
| ·文本数据(文本词)特点和文本词语义扩充分析 | 第97-99页 |
| ·文本数据(文本词)特点 | 第97-98页 |
| ·文本语义词扩充必要性和基本过程 | 第98-99页 |
| ·基于LVQ神经网络的文本词语义扩充研究 | 第99-102页 |
| ·文本词的向量化 | 第99-100页 |
| ·基于神经网络的文本词语义扩充 | 第100-102页 |
| ·仿真试验及分析 | 第102-103页 |
| ·本章小结 | 第103-104页 |
| 第七章 总结与展望 | 第104-107页 |
| ·全文总结 | 第104-105页 |
| ·研究前景展望 | 第105-107页 |
| 参考文献 | 第107-118页 |
| 发表论文和科研情况说明 | 第118-119页 |
| 致谢 | 第119页 |
