基于神经网络集成Ada-S算法的文本分类
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| Contents | 第11-13页 |
| 第一章 绪论 | 第13-21页 |
| ·研究背景及系统概述 | 第13-16页 |
| ·文本分类 | 第13-14页 |
| ·神经网络及神经网络集成算法 | 第14-16页 |
| ·关于课题的国内外研究现状 | 第16-18页 |
| ·Adaboost 的改进方法 | 第16-17页 |
| ·神经网络集成在文本分类中的应用 | 第17-18页 |
| ·论文的主要内容 | 第18-19页 |
| ·论文的内容安排 | 第19-21页 |
| 第二章 文本的预处理 | 第21-33页 |
| ·文本样本的预处理 | 第21-22页 |
| ·文本的表示方法 | 第22-25页 |
| ·文本的特征选择及降维 | 第25-29页 |
| ·文档频数方法 | 第25-26页 |
| ·互信息方法 | 第26页 |
| ·χ~2统计方法 | 第26-27页 |
| ·信息增益方法 | 第27-29页 |
| ·文本分类的性能评价 | 第29-33页 |
| ·查准率与查全率 | 第29-30页 |
| ·宏平均与微平均 | 第30-31页 |
| ·平衡点与 F 值测量 | 第31-33页 |
| 第三章 基于抑制过拟合现象的 Ada-S 算法 | 第33-47页 |
| ·Adaboost 算法的过拟合现象 | 第33页 |
| ·Ada-S 算法 | 第33-42页 |
| ·Ada-S 算法的概述 | 第34-35页 |
| ·Ada-S 算法的实验验证 | 第35-42页 |
| ·Ada-S 算法的进一步优化 | 第42-47页 |
| ·Ada-S 算法优化方法 | 第42-44页 |
| ·Ada-S 算法优化的性能验证实验 | 第44-47页 |
| 第四章 Ada-S 算法在文本分类中的应用 | 第47-55页 |
| ·基于 Ada-S 算法的文本分类 | 第47-52页 |
| ·基于 Ada-S 优化算法的文本分类 | 第52-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-61页 |
| 研究成果及发表的学术论文 | 第61-62页 |
| 作者及导师简介 | 第62-63页 |
| 硕士研究生学位论文答辩委员会决议书 | 第63-64页 |
