| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文工作 | 第11-13页 |
| ·本文的研究内容 | 第11页 |
| ·本文的组织框架 | 第11-13页 |
| 第二章 文本分类技术 | 第13-24页 |
| ·文本分类 | 第13页 |
| ·文本分类的过程 | 第13-14页 |
| ·文本表示模型 | 第14-15页 |
| ·常用的分类器 | 第15-21页 |
| ·分类器的性能评估 | 第21-23页 |
| ·查全率和查准率、宏平均和微平均 | 第21-22页 |
| ·F1(F-measure)与BEP(Break-even point) | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 特征抽取方法研究 | 第24-32页 |
| ·降维方法的简介 | 第24-28页 |
| ·特征选择 | 第24-27页 |
| ·特征抽取 | 第27-28页 |
| ·主成分分析方法及其改进算法 | 第28-29页 |
| ·主成分分析 | 第28页 |
| ·核主成分分析 | 第28-29页 |
| ·线性降维方法 | 第29-31页 |
| ·概述 | 第29页 |
| ·Fisher 线性判别分析 | 第29-30页 |
| ·局部保持投影(Locality-Preserving Projection, LPP) | 第30-31页 |
| ·小结 | 第31-32页 |
| 第四章 线性判别分析的改进 | 第32-41页 |
| ·稀疏线性判别分析(Sparse Linear Discriminant Analysis, SLDA) | 第32-33页 |
| ·局部线性判别分析(Local Fisher Discriminant Analysis, LFDA) | 第33-36页 |
| ·核局部线性判别分析(Kernel Local Fisher Discriminant Analysis, KLFDA) | 第36-37页 |
| ·半监督局部线性判别分析(Semi-Supervised LFDA, SELF) | 第37-40页 |
| ·小结 | 第40-41页 |
| 第五章 实验数据与结果分析 | 第41-47页 |
| ·数据介绍 | 第41页 |
| ·维度的选择 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·小结 | 第46-47页 |
| 第六章 总结 | 第47-49页 |
| 参考文献 | 第49-51页 |
| 个人简历 在读期间发表的学术论文 | 第51-52页 |
| 致谢 | 第52页 |
