基于类别的特征选择算法的文本分类系统
| 第一章 绪论 | 第1-12页 |
| ·问题提出 | 第8-10页 |
| ·本论文的研究内容 | 第10页 |
| ·本论文的结构安排 | 第10-12页 |
| 第二章 涉及的知识基础 | 第12-35页 |
| ·文本分类概述 | 第12-20页 |
| ·分类方法概述 | 第12-15页 |
| ·文本表示与向量空间模型 | 第15页 |
| ·分类性能评价函数 | 第15-20页 |
| ·向量空间模型 | 第20-26页 |
| ·关于VSM的基本概念 | 第21-22页 |
| ·项的选择 | 第22-23页 |
| ·项的权重计算 | 第23-25页 |
| ·关于VSM的讨论 | 第25-26页 |
| ·支持向量机(SVM)分类方法 | 第26-30页 |
| ·支持向量机的原理 | 第26-29页 |
| ·SVM分类器的评估与优化 | 第29页 |
| ·SVM分类方法的应用 | 第29-30页 |
| ·libsvm分类系统 | 第30-31页 |
| ·Naive Bayes分类方法 | 第31-35页 |
| 第三章 特征选择方法研究 | 第35-43页 |
| ·特征选择算法概述 | 第35-36页 |
| ·常用特征选择算法及评价 | 第36-40页 |
| ·一种新的基于类别的特征选择算法 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 分类系统的设计与实现 | 第43-52页 |
| ·系统总体设计 | 第43-47页 |
| ·系统目标 | 第43-44页 |
| ·系统功能模块结构 | 第44-47页 |
| ·系统各主要模块设计与实现 | 第47-52页 |
| ·文本处理模块 | 第47页 |
| ·特征项提取模块 | 第47-50页 |
| ·构造分类器模块 | 第50页 |
| ·文本分类模块 | 第50-51页 |
| ·分类性能测试模块 | 第51-52页 |
| 第五章 实验与分析 | 第52-61页 |
| ·实验数据 | 第52页 |
| ·实验结果及分析 | 第52-61页 |
| ·根据词的分辨力提取特征 | 第52-53页 |
| ·不同条件下的分类结果及性能分析 | 第53-60页 |
| ·分类效率分析 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| ·本文工作总结 | 第61页 |
| ·未来工作展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文 | 第68页 |
