首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

中文问题分类中特征选择研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-14页
   ·研究背景第9-10页
   ·国内外研究现状第10-13页
     ·国外研究现状第11页
     ·国内研究现状第11-13页
   ·本文的主要工作第13页
   ·本文的组织方式第13-14页
第二章 支持向量机相关理论介绍第14-23页
   ·支持向量机分类器原理第14-20页
     ·统计学理论第14-15页
     ·数据分类算法基本原理第15页
     ·支持向量机分类的基本原理第15-20页
     ·核函数第20页
   ·多类分类算法第20-21页
     ·one-against-all 法第20-21页
     ·one-against-one 法第21页
     ·其他方法第21页
   ·SVM 算法在实际中的应用第21-22页
   ·本章小结第22-23页
第三章 问题分类中的特征选取第23-33页
   ·基本特征选取第23-28页
     ·bag-of-words 特征、N-gram 特征第23-24页
     ·词性特征(bag-of-pos)第24-25页
     ·命名实体特征(NE)第25-26页
     ·词意特征(WSD)第26-27页
     ·依存关系特征(dependency relationship)第27-28页
   ·特征组合方法第28-30页
     ·直接附加特征方式第29页
     ·基于词袋的特征绑定方式第29-30页
   ·基于依存关系的特征提取方法第30-32页
     ·基于依存关系的五元组特征提取第30-31页
     ·五元组特征提取规则第31-32页
   ·本章小结第32-33页
第四章 实验结果及分析第33-43页
   ·SVM 分类器的选择及编码方式第33-34页
     ·SVM 分类器的选择第33页
     ·编码方式第33-34页
   ·实验数据与评价方法第34-35页
     ·实验数据第34-35页
     ·评价方法第35页
   ·基本特征的分类效果及分析第35-36页
   ·组合特征绑定特征分类效果及分析第36-38页
     ·基本单特征的组合实验第36-37页
     ·绑定特征的组合实验第37-38页
   ·五元组特征结合其他特征分类效果及分析第38-42页
     ·五元组特征的提取第38-39页
     ·五元组特征和其他特征的组合第39-42页
   ·本章小结第42-43页
总结及展望第43-45页
参考文献第45-48页
插图或附表清单第48-49页
注释说明清单第49-50页
在学研究成果第50-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:BO-AUC多类分类评估方法的研究
下一篇:视频序列的运动目标检测与跟踪研究