基于降维中心法的文本分类研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-21页 |
| ·研究背景 | 第13-15页 |
| ·研究现状 | 第15-18页 |
| ·本文研究意义与主要工作 | 第18-19页 |
| ·本文组织安排 | 第19-21页 |
| 第2章 文本分类的概述 | 第21-31页 |
| ·引言 | 第21页 |
| ·分类算法 | 第21-26页 |
| ·最近邻算法 | 第21-23页 |
| ·朴素贝叶斯 | 第23-24页 |
| ·决策树 | 第24-25页 |
| ·支持向量机 | 第25-26页 |
| ·降维算法 | 第26-30页 |
| ·线性判别分析 | 第26-27页 |
| ·主成分分析 | 第27-28页 |
| ·局部线性嵌入 | 第28-29页 |
| ·语义降维方法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于降维的中心分类算法 | 第31-53页 |
| ·引言 | 第31-33页 |
| ·文本特征向量提取 | 第33-37页 |
| ·文档频率特征 | 第34-35页 |
| ·文档频率-逆向文档频率特征 | 第35-36页 |
| ·信息增益特征 | 第36页 |
| ·布尔型特征 | 第36页 |
| ·互信息特征 | 第36-37页 |
| ·中心分类算法 | 第37-40页 |
| ·训练流程 | 第37-38页 |
| ·分类流程 | 第38-40页 |
| ·基于线性降维的中心法 | 第40-44页 |
| ·LDA-CC | 第40-42页 |
| ·PCA-CC | 第42-44页 |
| ·基于流形降维的中心法 | 第44-50页 |
| ·LLE-CC | 第44-47页 |
| ·ISOMAP-CC | 第47-50页 |
| ·基于语义降维的中心法 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 实验与分析 | 第53-65页 |
| ·引言 | 第53页 |
| ·算法评价 | 第53-56页 |
| ·评价方法 | 第53-54页 |
| ·评价函数 | 第54-56页 |
| ·实验测试语料库 | 第56-57页 |
| ·测试结果和分析 | 第57-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |
