第1章 引言 | 第1-10页 |
·研究背景 | 第6-7页 |
·本文的工作 | 第7-8页 |
·论文的组织 | 第8-10页 |
第2章 文本聚类综述 | 第10-30页 |
·文本聚类的基本概念 | 第10-16页 |
·文本的表示 | 第10页 |
·文本相似的刻划 | 第10-14页 |
·聚类的概念 | 第14-15页 |
·聚类的应用领域 | 第15-16页 |
·降维技术 | 第16-20页 |
·特征选择 | 第16-18页 |
·特征提取 | 第18-20页 |
·异常点分析 | 第20页 |
·聚类统计量与评价函数 | 第20-22页 |
·聚类方法的分类及其典型算法 | 第22-29页 |
·划分方法(partitioning method) | 第22-23页 |
·层次方法(hierarchical method) | 第23-24页 |
·动态聚类法(dynimal method) | 第24-25页 |
·基于密度的方法(density-based method) | 第25-26页 |
·基于网格的方法(grid-based method) | 第26-27页 |
·基于模型的方法(model-based method) | 第27-28页 |
·模糊聚类法(Fuzzy clusterring method) | 第28-29页 |
·聚类算法的性能比较 | 第29-30页 |
第3章 遗传算法 | 第30-42页 |
·遗传算法的基本概念及基本思想 | 第30-32页 |
·遗传算法的实施 | 第32-42页 |
·遗传算法的基本步骤 | 第32页 |
·遗传算法的编码 | 第32-34页 |
·遗传算法的三大算子 | 第34-39页 |
·个体适应度函数 | 第39-42页 |
第4章 基于遗传算法的动态文本聚类算法 | 第42-50页 |
·文本的表示 | 第42页 |
·文本的编码 | 第42-43页 |
·遗传算子 | 第43-44页 |
·选择算子(Selection) | 第43-44页 |
·交叉算子(Crossover) | 第44页 |
·变异算子(Mutation) | 第44页 |
·适应度函数 | 第44-45页 |
·迭代终止条件 | 第45页 |
·算法描述 | 第45-50页 |
第5章 实验结果及其分析 | 第50-60页 |
·实验数据及预处理 | 第50-54页 |
·实验语料库 | 第50-51页 |
·数据预处理 | 第51页 |
·降维 | 第51-54页 |
·实验结果 | 第54-60页 |
·聚类类数的选择 | 第54-55页 |
·结果与分析 | 第55-60页 |
第6章 总结和展望 | 第60-62页 |
·本文的总结 | 第60页 |
·以后的工作 | 第60-62页 |
参考文献 | 第62-66页 |
致谢 | 第66-67页 |