基于支持向量机的文本分类研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·研究中存在的问题 | 第12页 |
| ·研究内容及论文结构 | 第12-14页 |
| 第2章 相关技术 | 第14-38页 |
| ·分词技术 | 第14-21页 |
| ·汉语自动分词的难点 | 第15-16页 |
| ·汉语分词方法 | 第16-20页 |
| ·分词系统的性能评价 | 第20-21页 |
| ·文本表示模型 | 第21-24页 |
| ·布尔逻辑模型 | 第21-22页 |
| ·向量空间模型 | 第22-23页 |
| ·概率检索模型 | 第23-24页 |
| ·潜在语义索引 | 第24页 |
| ·特征选择技术 | 第24-29页 |
| ·特征选择的定义 | 第25页 |
| ·特征选择的分类 | 第25-26页 |
| ·特征选择的研究方法 | 第26-29页 |
| ·分类算法 | 第29-37页 |
| ·最小距离分类器 | 第30页 |
| ·K最近邻分类器 | 第30-31页 |
| ·朴素Bayes分类器 | 第31-32页 |
| ·支持向量机 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于概率类别的特征选择 | 第38-45页 |
| ·常用特征选择方法的比较 | 第38-40页 |
| ·改进的特征选择算法 | 第40-41页 |
| ·评价方法 | 第41-43页 |
| ·实验分析及结论 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 支持向量机研究与改进 | 第45-50页 |
| ·支持向量机 | 第45-47页 |
| ·基于无监督聚类的RSVM | 第47-48页 |
| ·实验分析及结论 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 文本分类实验系统设计与实现 | 第50-57页 |
| ·文本分类要考虑的主要因素 | 第50-51页 |
| ·文本分类系统体系结构 | 第51-52页 |
| ·主要的类和数据结构 | 第52-53页 |
| ·主要处理流程 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第63-64页 |
| 致谢 | 第64页 |
