| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景 | 第12-17页 |
| ·研究意义 | 第12页 |
| ·文本分类研究现状 | 第12-14页 |
| ·中心法的研究现状 | 第14-17页 |
| ·本文工作 | 第17-19页 |
| ·主要内容简介 | 第17页 |
| ·组织结构概述 | 第17-19页 |
| 第2章 相关概念与技术简介 | 第19-35页 |
| ·文本分类概述 | 第19-20页 |
| ·中心法概述 | 第20-27页 |
| ·基本思想 | 第20-21页 |
| ·文本表示模块 | 第21-22页 |
| ·训练模块 | 第22-23页 |
| ·分类阶段 | 第23页 |
| ·时间复杂度分析 | 第23-24页 |
| ·算法有效性分析 | 第24-27页 |
| ·归纳偏置概述 | 第27-30页 |
| ·归纳偏置简介 | 第27-28页 |
| ·优选偏置和限定偏置 | 第28页 |
| ·三种分类算法归纳偏置的讨论 | 第28-30页 |
| ·经验风险最小化原则概述 | 第30-32页 |
| ·函数估计模型 | 第30-32页 |
| ·经验风险最小化原则 | 第32页 |
| ·核方法概述 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 经验风险最小化原则下的改进中心法 | 第35-42页 |
| ·中心法的优选偏置分析 | 第35页 |
| ·修正优选偏置的基本思想 | 第35-36页 |
| ·计算损失函数和风险函数 | 第36-37页 |
| ·损失函数、风险函数优化 | 第37-38页 |
| ·应用梯度下降法 | 第38-40页 |
| ·算法伪代码 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第4章 经验风险最小化原则下基于核方法的改进中心法 | 第42-47页 |
| ·中心法的限定偏置分析 | 第42-43页 |
| ·修正限定偏置的基本思想 | 第43页 |
| ·线性到非线性映射 | 第43页 |
| ·映射后相似度量调整 | 第43-44页 |
| ·损失函数和经验风险函数的更新 | 第44-45页 |
| ·算法伪代码 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 实验评估 | 第47-58页 |
| ·数据集 | 第47-48页 |
| ·评价标准 | 第48-52页 |
| ·查准率、查全率 | 第49-51页 |
| ·宏平均 F1值和微平均 F1值 | 第51-52页 |
| ·实验设计 | 第52-54页 |
| ·总体设计 | 第52-53页 |
| ·实现细节 | 第53-54页 |
| ·实验环境 | 第54页 |
| ·结果分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 结论 | 第58-60页 |
| ·结论 | 第58页 |
| ·进一步工作 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 作者简介及在学期间所取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |