首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

模糊聚类算法在汉语文本聚类中的研究

内容摘要第1-5页
Abstract第5-9页
第1章 绪论第9-15页
   ·引言第9页
   ·课题研究的背景和实际意义第9-12页
     ·研究及应用背景第9-10页
     ·现实意义第10-12页
   ·国内外研究现状第12-13页
     ·文本挖掘研究现状第12页
     ·模糊聚类研究现状第12-13页
   ·主要研究内容与安排第13-15页
第2章 主要聚类方法介绍第15-22页
   ·基于划分的方法第15-16页
   ·基于密度的方法第16-17页
   ·基于模型的方法第17页
   ·层次聚类方法第17-19页
   ·基于网格的方法第19-20页
   ·基于模糊的方法第20-22页
第3章 文本聚类的相关技术第22-31页
   ·基本概念和定义第22-27页
     ·聚类分析的数据类型第22-23页
     ·文本间距离第23-25页
     ·文本表示模型与权值计算第25-27页
   ·文本预处理第27-31页
     ·文本切分第27页
     ·词干提取第27-28页
     ·停用词处理第28页
     ·特征选择第28-31页
第4章 模糊理论与模糊聚类第31-40页
   ·文本聚类算法的要求第31页
   ·模糊聚类算法的优势第31页
   ·FCMBP模糊聚类算法简述第31-37页
     ·FCMBP模糊聚类简单的理论基础第32-36页
     ·FCMBP模糊聚类的经典算法第36页
     ·FCMBP模糊聚类算法的缺点与不足第36-37页
   ·算法改进思想第37-39页
     ·生成模糊等价标准型的平移等价类的数据库的算法第37-38页
     ·相似参数系等价类的生成算法第38页
     ·实例第38-39页
   ·小结第39-40页
第5章 系统实现与实验结果分析第40-47页
   ·功能模块设计第40-41页
     ·预处理模块第40-41页
     ·向量空间模型表示模块第41页
     ·聚类模块第41页
   ·语料库第41页
   ·评价指标第41-43页
     ·F度量第41-42页
     ·平均纯度第42页
     ·互信息第42-43页
     ·熵第43页
   ·聚类实验结果分析第43-45页
   ·小结第45-47页
第6章 总结与展望第47-48页
附录第48-58页
参考文献第58-61页
后记第61页

论文共61页,点击 下载论文
上一篇:基于GA-BP神经网络的智能评语生成的研究
下一篇:基于Lucene的同义词扩展检索的研究与实现