| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 论文的主要工作与贡献 | 第17页 |
| 1.4 论文章节安排 | 第17-19页 |
| 第二章 相关理论基础和技术 | 第19-32页 |
| 2.1 相关定义 | 第19-20页 |
| 2.2 文本表达方法 | 第20-22页 |
| 2.2.1 词袋模型 | 第20-21页 |
| 2.2.2 词向量模型 | 第21-22页 |
| 2.3 文本特征提取方法 | 第22-25页 |
| 2.3.1 TF-IDF | 第23页 |
| 2.3.2 卡方统计量 | 第23-24页 |
| 2.3.3 互信息 | 第24页 |
| 2.3.4 信息增益 | 第24-25页 |
| 2.4 分类方法 | 第25-29页 |
| 2.4.1 朴素贝叶斯 | 第25-27页 |
| 2.4.2 支持向量机 | 第27-29页 |
| 2.5 特定事件检测方法 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 基于文本向量组合的推文主题过滤方法研究 | 第32-48页 |
| 3.1 研究背景 | 第32-33页 |
| 3.2 基于文本向量组合的推文主题过滤 | 第33-41页 |
| 3.2.1 PCA降维算法 | 第33-35页 |
| 3.2.2 基于信息增益特征提取的词袋模型文本向量 | 第35-38页 |
| 3.2.3 基于word2vec词向量等概率累加的文本向量 | 第38-40页 |
| 3.2.4 文本向量组合 | 第40-41页 |
| 3.3 测试与分析 | 第41-47页 |
| 3.3.1 实验的推文数据 | 第41-42页 |
| 3.3.2 测试流程和衡量标准 | 第42-45页 |
| 3.3.3 结果和分析 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于小波变换的特定事件检测方法研究 | 第48-67页 |
| 4.1 研究背景 | 第48-49页 |
| 4.2 基于小波变换的特定事件检测 | 第49-58页 |
| 4.2.1 基于小波变换的特定事件检测总体流程 | 第49-51页 |
| 4.2.2 特定事件时序图波形信号生成 | 第51-52页 |
| 4.2.3 基于小波变换的波形信号特征提取 | 第52-58页 |
| 4.3 测试和分析 | 第58-66页 |
| 4.3.1 实验数据 | 第58-63页 |
| 4.3.2 测试流程和衡量标准 | 第63-64页 |
| 4.3.3 结果和分析 | 第64-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第五章 结束语 | 第67-69页 |
| 5.1 工作总结 | 第67-68页 |
| 5.2 工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 攻读硕士学位期间参加的科研项目 | 第75-76页 |