基于可信最邻近分类器的文本分类的研究

致谢	第1-6页
中文摘要	第6-7页
ABSTRACT	第7-10页
1 引言	第10-14页
·研究背景及意义	第10-11页
·国内外研究现状	第11-12页
·课题研究的主要内容	第12页
·各章内容提要	第12-14页
2 文本分类及聚类综述	第14-26页
·文本分类	第14-20页
·文本分类概述	第14-15页
·文本的特征表示	第15-16页
·文本特征选择	第16-18页
·文本分类器性能指标	第18-20页
·聚类分析	第20-26页
3 随机性理论与可信度	第26-31页
·随机性理论	第26-27页
·置信度理论	第27-31页
·置信度的含义	第27-28页
·置信学习机器实现的一般方法	第28-31页
4 直推式可信最邻近分类算法及其改进	第31-53页
·最邻近分类算法	第31-32页
·直推式可信最邻近算法	第32-35页
·随机性检测函数的确定	第32-34页
·TCM-NN算法	第34-35页
·改进的TCM-NN算法	第35-44页
·基于层次聚类的K-means算法	第35-37页
·改进后的TCM-NN算法	第37-42页
·K值的确定	第42-44页
·在文本分类中的应用	第44-53页
·文本预处理	第45-46页
·分类过程及结果	第46-53页
5 结论与展望	第53-55页
·全文总结	第53-54页
·问题与不足	第54-55页
参考文献	第55-57页
作者简历	第57-59页
学位论文数据集	第59页