KNN文本分类中基于遗传算法的特征提取技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题的提出及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·特征提取算法研究现状 | 第10-12页 |
| ·KNN 文本分类算法研究现状 | 第12-13页 |
| ·研究目标和主要研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 文本分类算法概述 | 第16-28页 |
| ·文本分类系统结构 | 第17-19页 |
| ·基于统计的文本分类算法 | 第19-21页 |
| ·基于规则的文本分类算法 | 第21-22页 |
| ·文本分类算法的比较和改进 | 第22-25页 |
| ·几种分类算法的比较 | 第22-24页 |
| ·几种分类算法的改进 | 第24-25页 |
| ·分类有效性评估方法 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第三章 特征提取算法 | 第28-37页 |
| ·特征提取的定义 | 第28页 |
| ·特征提取的相关技术 | 第28-36页 |
| ·特征提取的基本过程 | 第28-29页 |
| ·分词技术 | 第29-31页 |
| ·权重的计算 | 第31-33页 |
| ·特征选择函数 | 第33-36页 |
| ·小结 | 第36-37页 |
| 第四章 基于遗传算法的特征提取技术研究 | 第37-48页 |
| ·χ~2 统计算法 | 第37-38页 |
| ·遗传算法 | 第38-39页 |
| ·基于遗传算法的特征提取技术 | 第39-42页 |
| ·编码 | 第40页 |
| ·适应度函数 | 第40-41页 |
| ·遗传算子及控制参数 | 第41-42页 |
| ·实验及结果分析 | 第42-47页 |
| ·实验设计 | 第42-43页 |
| ·实验步骤 | 第43-45页 |
| ·实验结果分析 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第五章 改进的KNN 文本分类算法 | 第48-56页 |
| ·经典KNN 分类算法 | 第48-50页 |
| ·动态获取K 值 | 第50-51页 |
| ·改进的KNN 文本分类算法 | 第51-52页 |
| ·实验及结果分析 | 第52-55页 |
| ·实验一 | 第53-54页 |
| ·实验二 | 第54-55页 |
| ·小结 | 第55-56页 |
| 总结 | 第56-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的学术成果 | 第63-64页 |
| 致谢 | 第64页 |
