基于语义相似度分析的软构件聚类算法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景 | 第9-11页 |
| ·软件构件技术 | 第9-10页 |
| ·基于构件的软件开发方式 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·构件分类表示 | 第11-12页 |
| ·构件库系统 | 第12-14页 |
| ·构件聚类 | 第14-15页 |
| ·论文研究内容及组织 | 第15-17页 |
| ·论文研究内容 | 第15页 |
| ·论文各章内容组织 | 第15-17页 |
| 第二章 软构件的分类表示 | 第17-25页 |
| ·构件分类的必要性 | 第17-18页 |
| ·构件分类表示方法 | 第18-20页 |
| ·刻面分类表示方法 | 第20-23页 |
| ·刻面分类方法的定义及特点 | 第20-21页 |
| ·基于刻面分类的构件检索算法 | 第21-22页 |
| ·刻面分类表示的优缺点 | 第22-23页 |
| ·软构件分类系统 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于潜在语义分析的构件聚类 | 第25-45页 |
| ·潜在语义分析 | 第25-33页 |
| ·LSA 的原理及特点 | 第25-29页 |
| ·LSA 的关键技术-SVD | 第29-31页 |
| ·利用SVD 计算各种相似关系 | 第31-33页 |
| ·特征词权重的计算 | 第33-34页 |
| ·聚类分析 | 第34-39页 |
| ·聚类分析的相关理论 | 第34-38页 |
| ·k-均值聚类算法 | 第38-39页 |
| ·基于LSA 的构件聚类 | 第39-43页 |
| ·基于LSA 的构件聚类算法流程 | 第40页 |
| ·算法实现及结果分析 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于语义相似度与优化的构件聚类 | 第45-65页 |
| ·基于知网的词语语义相似度计算 | 第45-51页 |
| ·知网 | 第45-48页 |
| ·一种基于知网的词语语义相似度计算方法 | 第48-51页 |
| ·结合语义改进的特征词权重计算方法 | 第51-55页 |
| ·改进的TF-IDF 权重计算方法 | 第51页 |
| ·算法实现及结果分析 | 第51-55页 |
| ·基于语义的文本相似度计算方法 | 第55页 |
| ·基于语义相似度与优化的构件聚类算法 | 第55-64页 |
| ·基于语义的最近邻聚类 | 第56-58页 |
| ·聚类优化 | 第58-59页 |
| ·算法实现及结果分析 | 第59-64页 |
| ·本章小节 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 附录1 | 第75-81页 |
| 附录2 | 第81-87页 |
| 附录3 | 第87-91页 |
| 读研期间取得的研究成果 | 第91-93页 |
| 个人简介 | 第93-94页 |
