| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 前言 | 第8-14页 |
| ·课题背景与意义 | 第8页 |
| ·国内外研究现状 | 第8-12页 |
| ·论文研究内容 | 第12页 |
| ·论文组织结构 | 第12-14页 |
| 第二章 网页分类关键技术 | 第14-30页 |
| ·网页分类技术 | 第14-19页 |
| ·分类预处理技术 | 第14-16页 |
| ·常用网页分类算法 | 第16-18页 |
| ·网页分类评价标准 | 第18-19页 |
| ·支持向量机基本原理 | 第19-24页 |
| ·SVM 简介 | 第19-20页 |
| ·SVM 的几何意义 | 第20页 |
| ·SVM 基本原理 | 第20-21页 |
| ·SVM 训练算法 | 第21-24页 |
| ·不平衡SVM 学习算法 | 第24-26页 |
| ·SVM 多类分类算法 | 第26-28页 |
| ·一对多SVM 分类与一对一SVM 分类算法 | 第26-27页 |
| ·有向无环图SVM 分类 | 第27-28页 |
| ·基于二叉树多类SVM | 第28页 |
| ·SVM 研究方向 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于不等距超平面距离的模糊SVM 算法 | 第30-38页 |
| ·基于不等距超平面距离的模糊SVM | 第30-32页 |
| ·隶属度函数的确定 | 第32-34页 |
| ·实验 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于改进的二分层次结构的多类SVM 网页分类算法 | 第38-46页 |
| ·网页特征值向量的选取 | 第38页 |
| ·网页训练集的矩阵表示与其奇异值分解 | 第38-39页 |
| ·基于二分层次结构的多类支持向量机网页分类算法 | 第39-42页 |
| ·实验与分析 | 第42-45页 |
| ·实验数据与评价标准 | 第42页 |
| ·实验结果与分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 中文网页分类实验系统设计 | 第46-55页 |
| ·实验环境设定 | 第46页 |
| ·网页分类系统结构设计 | 第46-51页 |
| ·网页预处理模块 | 第47-49页 |
| ·特征提取模块 | 第49页 |
| ·训练模块 | 第49-50页 |
| ·分类模块 | 第50-51页 |
| ·运行结果及分析 | 第51-54页 |
| ·系统运行流程 | 第51-53页 |
| ·运行结果分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 总结 | 第55-57页 |
| 主要工作 | 第55页 |
| 主要创新点 | 第55-56页 |
| 存在的问题及未来的方向 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 在学期间的研究成果 | 第61-62页 |
| 致谢 | 第62页 |