| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 课题研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 文本分类技术的研究现状 | 第9页 |
| 1.2.2 支持向量机的研究现状 | 第9-10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 第二章 关键技术与理论基础 | 第12-21页 |
| 2.1 文本分类技术 | 第12-14页 |
| 2.2 支持向量机理论 | 第14-17页 |
| 2.3 隐马尔科夫模型 | 第17-18页 |
| 2.4 开方检验算法 | 第18-19页 |
| 2.5 改进的TF-IDF算法 | 第19-21页 |
| 第三章 公安信息系统对网络文本分类器的需求分析及其架构设计 | 第21-26页 |
| 3.1 公安信息系统概述 | 第21-22页 |
| 3.2 公安信息系统对分类器的需求分析 | 第22-24页 |
| 3.3 文本分类器的架构设计 | 第24-26页 |
| 第四章 SVM网络文本分类器的模块设计与实现 | 第26-41页 |
| 4.1 网页信息文本预处理 | 第26-36页 |
| 4.1.1 网页信息文本去噪 | 第26-30页 |
| 4.1.2 文本分词 | 第30-33页 |
| 4.1.3 去除停用词 | 第33-36页 |
| 4.2 网页文本特征处理模块 | 第36-37页 |
| 4.3 网页文本向量表示模块 | 第37-39页 |
| 4.4 SVM分类器构造模块 | 第39-41页 |
| 第五章 SVM网络文本分类器测试与应用 | 第41-48页 |
| 5.1 SVM网络文本分类器在公安信息系统的应用与分析 | 第41-44页 |
| 5.2 SVM网络文本分类器的性能评价 | 第44-48页 |
| 5.2.1 训练与测试文本 | 第44-45页 |
| 5.2.2 性能评估标准 | 第45-46页 |
| 5.2.3 测试结果与性能分析 | 第46-48页 |
| 第六章 结论和展望 | 第48-50页 |
| 6.1 结论 | 第48页 |
| 6.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第54页 |