两类仿生学算法在文本分类中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 引言 | 第8-12页 |
| ·背景和历史 | 第8-10页 |
| ·研究目的和意义 | 第10-11页 |
| ·论文的研究内容及组织 | 第11-12页 |
| 第2章 文本分类的相关技术 | 第12-30页 |
| ·文本预处理 | 第12-16页 |
| ·文本表示模型 | 第16-19页 |
| ·空间压缩 | 第19-23页 |
| ·特征选择 | 第19-23页 |
| ·特征提取 | 第23页 |
| ·分类算法 | 第23-28页 |
| ·性能评价 | 第28-30页 |
| ·查准率和查全率 | 第28页 |
| ·F-测量 | 第28-29页 |
| ·微平均和宏平均 | 第29-30页 |
| 第3章 基于佳点集遗传算法的特征选择方法 | 第30-35页 |
| ·佳点集遗传算法 | 第30-31页 |
| ·基于佳点集遗传算法的特征选择方法 | 第31-32页 |
| ·实验结果及分析 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 粒子群优化覆盖算法 | 第35-41页 |
| ·粒子群优化算法 | 第36-37页 |
| ·覆盖算法 | 第37页 |
| ·粒子群优化覆盖算法 | 第37-39页 |
| ·实验结果及分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 文本分类系统的设计与实现 | 第41-54页 |
| ·文本语料 | 第41-42页 |
| ·系统框架 | 第42-43页 |
| ·系统实现的关键技术 | 第43-46页 |
| ·文本的预处理 | 第44-45页 |
| ·空间降维 | 第45页 |
| ·构建分类器 | 第45-46页 |
| ·分类结果评价 | 第46页 |
| ·实验结果及其分析 | 第46-52页 |
| ·本章小结 | 第52-54页 |
| 第6章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·下一步工作 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读项士学位期间发表学术论文情况 | 第61页 |
