| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-16页 |
| 1.2.1 文档表示与降维 | 第10-11页 |
| 1.2.2 机器学习分类方法 | 第11-16页 |
| 1.3 本文的研究内容 | 第16页 |
| 1.4 本文组织结构 | 第16-19页 |
| 第2章 深度学习的相关技术及研究 | 第19-27页 |
| 2.1 人工神经网络 | 第19-22页 |
| 2.1.1 人工神经网络的结构 | 第19-21页 |
| 2.1.2 BP算法 | 第21-22页 |
| 2.2 深度学习的训练方法 | 第22-25页 |
| 2.2.1 深度学习的发展 | 第22-23页 |
| 2.2.2 深度学习的训练方法 | 第23-25页 |
| 2.2.3 深度学习的模型简介 | 第25页 |
| 2.3 本章小结 | 第25-27页 |
| 第3章 基于波尔兹曼机的深度学习模型 | 第27-51页 |
| 3.1 波尔兹曼机简介 | 第27-29页 |
| 3.1.1 波尔兹曼机BM | 第27页 |
| 3.1.2 限制的波尔兹曼机RBM | 第27-29页 |
| 3.2 Replicated Softmax模型 | 第29-37页 |
| 3.2.1 Replicated Softmax模型 | 第30-31页 |
| 3.2.2 Replicated Softmax模型的主要思路 | 第31-33页 |
| 3.2.3 Replicated Softmax模型的训练方法 | 第33-37页 |
| 3.3 Over-Replicated Softmax模型 | 第37-46页 |
| 3.3.1 Over-Replicated Softmax模型 | 第37-38页 |
| 3.3.2 Over-Replicated Softmax模型的主要思路 | 第38-40页 |
| 3.3.3 Over-Replicated Softmax模型的训练 | 第40-44页 |
| 3.3.4 Over-Replicated Softmax模型的内涵 | 第44-46页 |
| 3.4 适用于深度学习模型的文档分类聚类算法 | 第46-50页 |
| 3.4.1 聚类简介 | 第46-47页 |
| 3.4.2 K均值聚类 | 第47-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 实验 | 第51-63页 |
| 4.1 数据集描述 | 第51页 |
| 4.2 实验环境 | 第51-52页 |
| 4.3 训练细节 | 第52-55页 |
| 4.3.1 参数选择 | 第52-54页 |
| 4.3.2 对比实验组 | 第54页 |
| 4.3.3 训练过程 | 第54-55页 |
| 4.4 复杂度分析 | 第55-56页 |
| 4.5 文档分类 | 第56-62页 |
| 4.5.1 准确率和召回率 | 第56-58页 |
| 4.5.2 文档长度和准确率的关系 | 第58-61页 |
| 4.5.3 文档分类的准确率和平均准确率 | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72页 |
