| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第8-16页 |
| 1.1 选题背景及研究意义 | 第8-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 粗糙集研究现状 | 第10-12页 |
| 1.2.2 文本分类研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 组织结构 | 第15-16页 |
| 第2章 粗糙集与文本分类基础知识 | 第16-24页 |
| 2.1 粗糙集基础知识 | 第16-17页 |
| 2.2 中文文本分类介绍 | 第17-23页 |
| 2.2.1 特征选择算法 | 第18-20页 |
| 2.2.2 权重计算函数 | 第20-21页 |
| 2.2.3 文本分类算法 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 概率粗糙集模型的不确定性研究 | 第24-40页 |
| 3.1 引言 | 第24-25页 |
| 3.2 从三个域度量概率粗糙集的不确定性 | 第25-33页 |
| 3.3 概率粗糙集模型下的三种信息增量 | 第33-35页 |
| 3.4 在多粒度近似空间下概率粗糙集不确定性的变化规律 | 第35-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 基于粗糙集近似集的文本分类算法研究 | 第40-54页 |
| 4.1 粗糙集的近似集模型 | 第40-43页 |
| 4.1.1 近似集基础知识 | 第40页 |
| 4.1.2 粗糙集近似集的不确定性度量 | 第40-43页 |
| 4.2 基于粗糙集近似集的KNN文本分类算法研究 | 第43-53页 |
| 4.2.1 文本分词 | 第43-44页 |
| 4.2.2 文本描述 | 第44页 |
| 4.2.3 算法思想与步骤 | 第44-47页 |
| 4.2.4 理论分析 | 第47-48页 |
| 4.2.5 实验步骤与结果分析 | 第48-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 总结及未来工作 | 第54-56页 |
| 5.1 全文总结 | 第54-55页 |
| 5.2 未来工作 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间从事的科研工作及取得的成果 | 第64页 |