| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题研究目的 | 第10-11页 |
| ·文本分类与聚类在信息检索中的作用 | 第11页 |
| ·文本分类和聚类面临的技术难题及国内外发展状况 | 第11-15页 |
| ·文本分类和聚类的技术难题 | 第11-12页 |
| ·文本分类和聚类在国外的发展状况 | 第12-15页 |
| 第二章 文本分类和聚类的基本概念和关键技术 | 第15-21页 |
| ·文本的表示 | 第15页 |
| ·中文分词技术 | 第15-16页 |
| ·基于词典的分词方法 | 第15-16页 |
| ·基于理解的分词方法 | 第16页 |
| ·基于统计的分词方法 | 第16页 |
| ·文本的特征项的选取 | 第16页 |
| ·文本的权值计算方法 | 第16-17页 |
| ·文本相似度的计算方法 | 第17-18页 |
| ·KNN文本分类算法 | 第18-19页 |
| ·k-means聚类算法 | 第19-20页 |
| 本章小结 | 第20-21页 |
| 第三章 基于遗传模拟退火算法的文本聚类研究 | 第21-33页 |
| ·遗传模拟退火算法 | 第21-23页 |
| ·传统遗传模拟退火算法执行过程 | 第21-22页 |
| ·改进变异操作 | 第22页 |
| ·遗传退火算法流程图 | 第22-23页 |
| ·遗传退火算法的执行步骤 | 第23页 |
| ·基于遗传退火算法的k-means聚类方法 | 第23-28页 |
| ·染色体编码 | 第23-24页 |
| ·适应度函数设计及数学证明 | 第24-26页 |
| ·交叉操作 | 第26页 |
| ·变异操作 | 第26-27页 |
| ·种群初始化 | 第27页 |
| ·基于遗传模拟退火算法的k-means聚类方法的流程图 | 第27-28页 |
| ·基于遗传模拟退火算法的k-means聚类方法的整体过程 | 第28页 |
| ·实验结果分析 | 第28-32页 |
| ·聚类的平均准确率测试 | 第28-29页 |
| ·聚类的性能测试 | 第29-30页 |
| ·不同文本类别的聚类结果测试 | 第30-32页 |
| 本章小结 | 第32-33页 |
| 第四章 基于遗传模拟退火算法的KNN分类算法 | 第33-44页 |
| ·基于模拟退火算法的KNN分类算法 | 第33-35页 |
| ·染色体编码 | 第33页 |
| ·适应度函数 | 第33页 |
| ·染色体交叉 | 第33-34页 |
| ·染色体变异 | 第34页 |
| ·基于模拟退火算法的KNN分类算法流程图如下 | 第34页 |
| ·基于模拟退火算法的KNN分类算法的运行过程如下 | 第34-35页 |
| ·基于遗传模拟退火聚类的KNN分类改进算法 | 第35-37页 |
| ·染色体编码 | 第35页 |
| ·适应度函数 | 第35页 |
| ·交叉操作 | 第35-36页 |
| ·染色体变异 | 第36-37页 |
| ·实验结果分析 | 第37-43页 |
| ·分类的查全率和准确率测试 | 第37-41页 |
| ·比较各个分类算法的性能测试 | 第41-43页 |
| 本章小结 | 第43-44页 |
| 第五章 遗传退火算法的文本分类系统的设计与实现 | 第44-57页 |
| ·分类系统开发环境 | 第44页 |
| ·系统总体结构 | 第44-45页 |
| ·系统模块分析 | 第45-49页 |
| ·文本预处理模块 | 第45-46页 |
| ·聚类模块 | 第46-48页 |
| ·文本分类模块 | 第48-49页 |
| ·数据库设计与实现 | 第49-51页 |
| ·分类系统的实现 | 第51-56页 |
| ·登录界面功能 | 第51页 |
| ·文本预处理页面功能 | 第51-52页 |
| ·初始聚类中心选择功能 | 第52-53页 |
| ·遗传退火算法的参数设置功能 | 第53-54页 |
| ·聚类结果分析功能 | 第54页 |
| ·文本分类功能 | 第54-56页 |
| 本章小结 | 第56-57页 |
| 全文总结和后期工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |