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

SOM算法的改进及其在中文文本聚类的应用

摘要第1-4页
Abstract第4-7页
第1章 引言第7-11页
   ·研究背景与意义第7-8页
   ·课题来源第8页
   ·国内外研究现状第8-10页
   ·论文组织结构第10-11页
第2章 中文文本聚类技术第11-25页
   ·文本聚类概述第11-14页
     ·文本聚类的过程第11-12页
     ·文本类的定义第12-13页
     ·文本的相似度计算第13-14页
   ·中文预处理第14-19页
     ·文本表示第14-15页
     ·中文分词第15-16页
     ·停用词过滤第16-17页
     ·同义词合并第17-18页
     ·权重计算第18-19页
     ·特征选择第19页
   ·聚类分析第19-22页
     ·基于划分的算法第20页
     ·基于层次的算法第20-21页
     ·基于密度的算法第21页
     ·基于模型的算法第21-22页
     ·基于网格的算法第22页
   ·聚类效果评估第22-24页
   ·本章小结第24-25页
第3章 自组织映射神经网络的研究与改进第25-36页
   ·自组织映射神经网络第25-28页
     ·SOM拓扑结构第25-26页
     ·SOM算法描述第26页
     ·SOM网络特性第26-27页
     ·SOM存在的缺陷第27-28页
   ·自组织映射网络的改进第28-32页
     ·问题的提出第28页
     ·网络拓扑结构第28-29页
     ·关键因子设定第29-31页
     ·改进算法描述第31-32页
   ·算法分析第32-35页
   ·本章小结第35-36页
第4章 文本聚类系统的设计与实现第36-52页
   ·系统流程图第36-37页
   ·功能模块第37-47页
     ·中文分词第37页
     ·特征降维第37-43页
     ·聚类分析第43-46页
     ·输出结果第46-47页
   ·运行情况第47-51页
   ·本章小结第51-52页
第5章 实验结果与分析第52-57页
   ·实验环境第52页
   ·语料来源第52页
   ·测试评估第52-56页
   ·本章小结第56-57页
第6章 结论与展望第57-59页
   ·结论第57页
   ·展望第57-59页
致谢第59-60页
参考文献第60-63页
攻读学位期间的研究成果第63页

论文共63页,点击 下载论文
上一篇:数字图像水印技术研究
下一篇:虚拟手术仿真系统中碰撞检测的研究