基于谱聚类的慢性肝病超声检查报告文本挖掘算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 本文研究内容 | 第16页 |
| 1.4 论文组织框架 | 第16-18页 |
| 第二章 文本聚类关键技术 | 第18-32页 |
| 2.1 聚类分析 | 第18-19页 |
| 2.2 文本预处理 | 第19-20页 |
| 2.2.1 文本分词 | 第19页 |
| 2.2.2 去除停用词 | 第19-20页 |
| 2.3 文本表示模型 | 第20-21页 |
| 2.4 文本特征选择 | 第21-22页 |
| 2.5 文本聚类方法 | 第22-24页 |
| 2.5.1 划分方法 | 第22-23页 |
| 2.5.2 层次方法 | 第23页 |
| 2.5.3 基于密度的方法 | 第23-24页 |
| 2.5.4 基于网格的方法 | 第24页 |
| 2.6 谱聚类基础 | 第24-30页 |
| 2.6.1 谱聚类概述 | 第24页 |
| 2.6.2 无向权重图 | 第24-25页 |
| 2.6.3 相似矩阵 | 第25-26页 |
| 2.6.4 拉普拉斯矩阵 | 第26-27页 |
| 2.6.5 切图聚类 | 第27-30页 |
| 2.7 聚类效果评价指标 | 第30-31页 |
| 2.8 本章小结 | 第31-32页 |
| 第三章 改进的谱聚类算法 | 第32-41页 |
| 3.1 谱聚类算法 | 第32-33页 |
| 3.2 确定K值的谱聚类算法 | 第33-37页 |
| 3.2.1 确定聚类数目K | 第33页 |
| 3.2.2 肘方法 | 第33-34页 |
| 3.2.3 轮廓系数 | 第34-35页 |
| 3.2.4 算法分析与流程 | 第35-37页 |
| 3.4 验证实验 | 第37-40页 |
| 3.4.1 文本预处理过程 | 第37-38页 |
| 3.4.2 确定K值 | 第38-40页 |
| 3.4.3 实验结果 | 第40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 谱聚类算法在医学上的应用 | 第41-53页 |
| 4.1 实验环境及流程 | 第41页 |
| 4.2 数据集 | 第41-43页 |
| 4.3 文本预处理 | 第43-45页 |
| 4.3.1 去噪处理 | 第44页 |
| 4.3.2 文本分词 | 第44-45页 |
| 4.3.3 建立文档-词条关系矩阵 | 第45页 |
| 4.4 算法应用 | 第45-49页 |
| 4.4.1 计算拉普拉斯矩阵 | 第45-46页 |
| 4.4.2 确定聚类数目K值 | 第46-49页 |
| 4.5 结果分析 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录A 攻读学位期间主要研究成果 | 第59-60页 |
| 致谢 | 第60页 |
