基于主题挖掘和覆盖的文本分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·文本分类研究的意义与现状 | 第9-10页 |
| ·文本分类研究的意义 | 第9页 |
| ·文本分类研究的现状 | 第9-10页 |
| ·覆盖算法的研究背景 | 第10-11页 |
| ·论文的主要研究内容及各章节安排 | 第11-13页 |
| 第二章 中文文本分类相关技术 | 第13-24页 |
| ·中文文本分类系统一般模型 | 第13-14页 |
| ·文本的表示 | 第14-18页 |
| ·预处理 | 第14页 |
| ·特征选择 | 第14-17页 |
| ·文本向量化模型 | 第17-18页 |
| ·分类算法 | 第18-22页 |
| ·支持向量机 | 第18页 |
| ·贝叶斯方法 | 第18-19页 |
| ·K近邻方法 | 第19-20页 |
| ·决策树方法 | 第20-21页 |
| ·覆盖算法 | 第21页 |
| ·几种分类算法的比较 | 第21-22页 |
| ·文本分类的评价标准 | 第22-23页 |
| ·本章小节 | 第23-24页 |
| 第三章 基于词共现模型的文本主题挖掘 | 第24-33页 |
| ·词共现模型 | 第24-26页 |
| ·词共现模型介绍 | 第24-25页 |
| ·词共现的共现度计算方法 | 第25-26页 |
| ·基于词共现模型的文本主题挖掘 | 第26-29页 |
| ·实验与讨论 | 第29-32页 |
| ·实验数据介绍 | 第29-30页 |
| ·实验结果与分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于模拟退火的交叉覆盖算法 | 第33-53页 |
| ·构造性学习方法 | 第33-39页 |
| ·M-P神经元的几何意义 | 第33-35页 |
| ·覆盖算法 | 第35-36页 |
| ·覆盖算法的理论分析 | 第36-39页 |
| ·模拟退火算法 | 第39-41页 |
| ·基于模拟退火的交叉覆盖算法 | 第41-42页 |
| ·实验与分析 | 第42-46页 |
| ·实验一 | 第43-44页 |
| ·实验二 | 第44-46页 |
| ·基于主题挖掘和覆盖的中文文本分类系统 | 第46-52页 |
| ·基于主题挖掘和覆盖的中文文本分类系统模型 | 第46-47页 |
| ·系统运行结果 | 第47-52页 |
| ·系统分析 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录A 图索引 | 第60-61页 |
| Appendix A Figure Index | 第61-62页 |
| 附录B 表索引 | 第62页 |
| Appendix B Table Index | 第62-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间从事的科研项目及发表的论文 | 第64-65页 |
| 导师、作者简介 | 第65页 |
