| 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 网页分类技术综述 | 第14-25页 |
| ·网页分类简介 | 第14-21页 |
| ·网页信息抽取 | 第15-16页 |
| ·分词技术简介 | 第16-17页 |
| ·特征选取技术 | 第17-18页 |
| ·网页向量表示 | 第18-19页 |
| ·常用网页分类算法 | 第19-21页 |
| ·RBF 神经网络 | 第21-22页 |
| ·MIMLRBF 神经网络 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 不平衡样本下MIMLRBF 神经网络改进算法 | 第25-33页 |
| ·k-MEDOIDS 算法 | 第25页 |
| ·Hausdorff 距离 | 第25-26页 |
| ·MIMLRBF 训练算法 | 第26-28页 |
| ·改进的MIMLRBF 训练算法 | 第28-29页 |
| ·实验与讨论 | 第29-32页 |
| ·实验设计 | 第29-30页 |
| ·实验结果 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于最速下降法的权重优化算法 | 第33-42页 |
| ·SVD 方法 | 第33-34页 |
| ·最速下降法 | 第34-36页 |
| ·SVD 方法分析 | 第36-37页 |
| ·基于SD 方法的权重优化算法 | 第37-38页 |
| ·实验与讨论 | 第38-40页 |
| ·实验设计 | 第38-39页 |
| ·实验结果 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第五章 网页分类实验系统设计 | 第42-53页 |
| ·实验环境设定 | 第42页 |
| ·实验系统结构设计 | 第42-48页 |
| ·预处理模块 | 第43-46页 |
| ·训练模块 | 第46-47页 |
| ·分类模块 | 第47-48页 |
| ·运行结果及分析 | 第48-52页 |
| ·系统运行 | 第48-51页 |
| ·运行结果分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 总结 | 第53-55页 |
| 主要工作 | 第53页 |
| 主要创新点 | 第53-54页 |
| 存在的问题及未来的方向 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |