| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景及意义 | 第13-15页 |
| ·国内外研究进展 | 第15-16页 |
| ·关键理论与技术问题 | 第16-17页 |
| ·论文的组织结构 | 第17-19页 |
| 第二章 基于文本信息的视频分类概述 | 第19-37页 |
| ·视频文本信息 | 第19-20页 |
| ·文本挖掘 | 第20-22页 |
| ·基于文本挖掘的视频分类 | 第22-35页 |
| ·视频文本预处理 | 第22-23页 |
| ·特征空间降维 | 第23-26页 |
| ·DF（文本频率） | 第23页 |
| ·IG（信息增益） | 第23-24页 |
| ·X2 统计 | 第24-25页 |
| ·ECE（期望交叉熵） | 第25页 |
| ·WET（文本证据权） | 第25-26页 |
| ·视频文本向量表示 | 第26-27页 |
| ·视频文本相似计算 | 第27-29页 |
| ·视频文本分类模型 | 第29-32页 |
| ·K 最近邻居（K Nearest Neighbors） | 第29-30页 |
| ·朴素贝叶斯 | 第30-31页 |
| ·SVM（支持向量机） | 第31-32页 |
| ·视频文本分类评价方法 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 第三章 基于视频文本特征项的评估方法研究 | 第37-54页 |
| ·特征空间降维 | 第37-38页 |
| ·特征项抽取 | 第37页 |
| ·特征项评估 | 第37-38页 |
| ·X2 统计特征评估方法的改进 | 第38-41页 |
| ·X2 统计 | 第38-39页 |
| ·X2 统计的不足 | 第39-40页 |
| ·特征项类内信息熵 | 第40-41页 |
| ·卡方-信息熵特征评估方法 | 第41页 |
| ·卡方熵与 TF-IDF 权重计算结合 | 第41-44页 |
| ·视频分类系统设计与分析 | 第44-53页 |
| ·视频文本分类系统开发环境 | 第44页 |
| ·视频文本分类系统开发框图 | 第44-47页 |
| ·实验设计与分析 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 基于大众化标签的视频分类研究 | 第54-72页 |
| ·视频分类 | 第54-56页 |
| ·基于视觉特征的视频分类 | 第54页 |
| ·基于文本描述的视频分类 | 第54-56页 |
| ·基于大众化标签的视频分类 | 第56页 |
| ·社会化标签 | 第56-58页 |
| ·基于大众化标签的视频分类建模 | 第58-63页 |
| ·文本描述与标签融合的视频分类 | 第63-65页 |
| ·文本描述与标签融合的必要性 | 第63-64页 |
| ·视频分类概率融合模型 | 第64-65页 |
| ·实验设计与分析 | 第65-71页 |
| ·视频分类模型定义 | 第66页 |
| ·视频标签集整理 | 第66-67页 |
| ·视频分类实验分析 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 总结及展望 | 第72-74页 |
| ·工作总结 | 第72-73页 |
| ·未来研究方向 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻硕期间取得的研究成果 | 第78-79页 |