首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于并行SVM算法的中文文本分类方法研究

摘要第4-5页
abstract第5-6页
第1章 绪论第9-14页
    1.1 研究背景及意义第9-10页
    1.2 国内外现状第10-12页
        1.2.1 Hadoop研究现状第10-11页
        1.2.2 文本分类研究现状第11-12页
    1.3 本文主要工作第12页
    1.4 本文组织结构第12-14页
第2章 相关技术与理论第14-25页
    2.1 分布式系统基础架构Hadoop第14-19页
        2.1.1 分布式文件系统HDFS第15-17页
        2.1.2 离线计算框架MapReduce第17-18页
        2.1.3 资源管理器YARN第18-19页
    2.2 文本分类理论基础第19-23页
        2.2.1 文本问题描述第19页
        2.2.2 文本分类过程第19-20页
        2.2.3 文本预处理第20-21页
        2.2.4 文本表示模型第21-23页
    2.3 本章小结第23-25页
第3章 支持向量机及其分类过程优化第25-32页
    3.1 支持向量机原理第25-27页
    3.2 核函数以及多分类第27-28页
    3.3 算法缺陷及过程改进第28-30页
    3.4 重心-SVM算法实现步骤第30-31页
    3.5 本章小结第31-32页
第4章 层叠支持向量机模型及其改进第32-38页
    4.1 层叠支持向量机原理第32-33页
    4.2 算法缺陷第33-34页
    4.3 改进的层叠支持向量机模型第34-36页
    4.4 重心-SVM的MapReduce实现过程第36-37页
    4.5 本章小结第37-38页
第5章 实验第38-45页
    5.1 实验环境搭建第38-40页
    5.2 数据准备和实验方案第40-41页
        5.2.1 实验语料第40页
        5.2.2 实验方案第40-41页
    5.3 评估指标第41页
    5.4 实验结果分析第41-43页
    5.5 本章小结第43-45页
第6章 总结和展望第45-47页
    6.1 总结第45-46页
    6.2 展望第46-47页
参考文献第47-50页
作者简介第50-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:智能停车诱导系统的设计与实现
下一篇:基于迭代运算的关联成像目标重构与降噪方法研究