文本的特征提取及KNN分类优化问题研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-13页 |
| ·课题背景及意义 | 第11页 |
| ·本文的主要研究内容 | 第11-12页 |
| ·本文的组织 | 第12-13页 |
| 第二章 相关研究 | 第13-23页 |
| ·相关研究 | 第13-23页 |
| ·特征提取 | 第14-16页 |
| ·特征选择 | 第16-19页 |
| ·文本分类 | 第19-23页 |
| 第三章 基于句子成分的文本特征提取 | 第23-32页 |
| ·特征选择的结果分析 | 第23-27页 |
| ·特征词及特征值的差异 | 第23-24页 |
| ·特征词的词性分布 | 第24-25页 |
| ·句法分析的相关研究 | 第25-27页 |
| ·基于句子成分的特征提取 | 第27-29页 |
| ·句子成分标注 | 第27页 |
| ·候选特征集构建 | 第27-28页 |
| ·基于句子成分的特征提取算法 | 第28-29页 |
| ·实验及结果分析 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第四章 文本特征选择 | 第32-40页 |
| ·特征选择研究的相关内容 | 第32-34页 |
| ·文本分类目标函数 | 第32-33页 |
| ·分类偏差问题 | 第33-34页 |
| ·特征选择存在的问题 | 第34页 |
| ·均衡特征选择算法 | 第34-39页 |
| ·均衡特征分布 | 第34-35页 |
| ·均衡特征选择函数 | 第35-36页 |
| ·均衡特征选择算法实现 | 第36-37页 |
| ·实验及结果分析 | 第37-39页 |
| ·本节小结 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第五章 KNN分类算法的改进 | 第40-51页 |
| ·引言 | 第40页 |
| ·KNN 算法介绍及相似度函数 | 第40-41页 |
| ·KNN 算法 | 第40-41页 |
| ·相似度函数 | 第41页 |
| ·KNN 算法的缺点及其改进 | 第41-42页 |
| ·KNN 算法的缺点 | 第41-42页 |
| ·KNN 算法的改进 | 第42页 |
| ·基于特征空间索引的 KNN 算法 | 第42-45页 |
| ·Index.BFS.KNN 算法描述 | 第42-44页 |
| ·实验及结果分析 | 第44-45页 |
| ·基于特征补偿的 KNN 分类 | 第45-50页 |
| ·特征补偿的相关研究 | 第45-46页 |
| ·特征词分布的统计分析 | 第46-47页 |
| ·基于特征补偿的 KNN 算法 | 第47-48页 |
| ·实验及结果分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 结论和展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
