基于机器学习的中文期刊论文自动分类研究

摘要	第1-7页
ABSTRACT	第7-10页
第1章 引言	第10-14页
·研究背景	第10页
·文本自动分类的研究现状综述	第10-13页
·论文结构	第13-14页
第2章 机器学习及常用分类算法概述	第14-28页
·机器学习	第14-17页
·机器学习概念	第14页
·机器学习类别	第14-16页
·机器学习模型	第16-17页
·自动分类算法	第17-28页
·支持向量机算法	第18-25页
·BP神经网络算法	第25-28页
第3章 机器学习系统设计和优化	第28-43页
·数据准备	第28-33页
·实验模型	第33-36页
·分类算法的选择和优化	第36-40页
·分类算法的选择	第36-38页
·支持向量机算法的参数优化	第38-40页
·特征来源选取标准	第40-43页
第4章 基于支持向量机的中文期刊论文自动分类	第43-50页
·影响分类实验效果的其他因素	第44-47页
·特征维度	第44页
·不同类别的数据量平衡问题	第44-45页
·样本量影响	第45-46页
·训练样本与测试样本比例	第46-47页
·基于层次模型的期刊论文自动分类	第47-50页
第5章 结论	第50-52页
·本文总结	第50-51页
·不足与展望	第51-52页
参考文献	第52-55页
致谢	第55页