基于混沌粒子群算法的网络文本信息过滤技术研究
摘要 | 第1-7页 |
Abstract | 第7-9页 |
第一章 绪论 | 第9-13页 |
·研究背景与意义 | 第9-10页 |
·信息过滤的研究现状 | 第10-11页 |
·国外信息过滤的研究现状 | 第10页 |
·国内信息过滤的研究现状 | 第10-11页 |
·研究中存在的问题 | 第11页 |
·本文的研究内容及基本结构 | 第11-13页 |
第二章 网络文本信息过滤关键技术概述 | 第13-22页 |
·文本信息过滤的基本模型 | 第13-14页 |
·文本信息过滤关键技术 | 第14-21页 |
·网络数据的获取 | 第14-15页 |
·文本切词技术 | 第15页 |
·特征选择算法 | 第15-18页 |
·权值计算方法 | 第18页 |
·文本表示模型 | 第18-19页 |
·文本分类算法 | 第19-21页 |
·本章小结 | 第21-22页 |
第三章 基于自适应惯性权重的混沌粒子群算法 | 第22-32页 |
·粒子群算法概述 | 第22-24页 |
·粒子群算法基本原理 | 第22-23页 |
·粒子群算法的研究进展 | 第23-24页 |
·目前研究中存在的问题 | 第24页 |
·基于自适应惯性权重的混沌粒子群算法 | 第24-28页 |
·混沌序列初始化粒子位置 | 第24-25页 |
·惯性权重的自适应变化 | 第25-26页 |
·早熟判断机制及混沌扰动策略 | 第26-27页 |
·算法流程 | 第27-28页 |
·实验与分析 | 第28-31页 |
·对本章三种改进策略的测试 | 第28-29页 |
·与其他算法的比较 | 第29-31页 |
·本章小结 | 第31-32页 |
第四章 基于混沌粒子群算法的网络文本信息过滤系统 | 第32-47页 |
·应用混沌粒子群算法的特征子集优化模型 | 第32-37页 |
·粒子编码及初始种群的生成 | 第32-33页 |
·粒子速度及位置的更新 | 第33-34页 |
·适应度的评价 | 第34-36页 |
·并行计算加速机制 | 第36页 |
·混沌粒子群算法获得最优特征子集的流程 | 第36-37页 |
·实验与分析 | 第37-39页 |
·实验语料 | 第37页 |
·实验环境及参数设置 | 第37页 |
·评价指标 | 第37-38页 |
·实验结果与分析 | 第38-39页 |
·系统设计方案 | 第39-41页 |
·系统总体框架 | 第39-40页 |
·过滤模板生成模块的设计 | 第40-41页 |
·系统实现 | 第41-46页 |
·系统界面设计 | 第41-43页 |
·过滤效果展示 | 第43-46页 |
·本章小结 | 第46-47页 |
第五章 总结与展望 | 第47-49页 |
·所做的主要工作 | 第47页 |
·研究展望 | 第47-49页 |
参考文献 | 第49-52页 |
攻硕期间发表论文及科研成果 | 第52-53页 |
致谢 | 第53页 |