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

半监督非负矩阵分解算法及其在文本聚类中的应用

摘要第1-10页
Abstract第10-12页
第一章 绪论第12-19页
   ·课题研究的背景和意义第12-14页
   ·国内外研究现状第14-16页
   ·论文主要工作第16-19页
     ·论文的主要内容和特色第16-17页
     ·论文的组织结构第17-19页
第二章 聚类及非负矩阵分解第19-37页
   ·聚类算法基础第19-25页
     ·无监督聚类算法第19-20页
     ·半监督聚类算法第20-25页
   ·非负矩阵分解基础第25-33页
     ·半监督非负矩阵分解第26-30页
     ·非负矩阵分解优化算法第30-33页
   ·文本聚类第33-36页
     ·标准数据库第33-34页
     ·文本聚类的基本方法第34-35页
     ·文本聚类的评价标准第35-36页
   ·本章小结第36-37页
第三章 半监督非负矩阵分解模型第37-45页
   ·模型的提出第37页
   ·基于图形的半监督非负矩阵分解算法第37-40页
     ·GNMF第37-38页
     ·GSS‐NMF 模型第38-40页
     ·GSS‐NMF 聚类优势第40页
   ·半监督非负块配准模型第40-44页
     ·非负块配准模型第40-41页
     ·SS‐NPAF 模型第41-43页
     ·SS‐NPAF 聚类优势第43-44页
   ·本章小结第44-45页
第四章 半监督非负矩阵分解优化算法第45-52页
   ·乘法法则第45-47页
   ·投影梯度下降法第47-49页
   ·算法分析第49-50页
     ·算法的时间复杂度分析第49页
     ·收敛速度对比分析第49-50页
   ·本章小结第50-52页
第五章 半监督非负矩阵分解算法在文本聚类中的应用第52-59页
   ·带标签样本规模对文本聚类的影响第52-54页
     ·理论分析第52-53页
     ·实验结果第53-54页
   ·半监督非负矩阵分解算法的聚类性能第54-58页
     ·算法对比第55页
     ·实验结果第55-58页
   ·本章小结第58-59页
结束语第59-61页
   ·工作总结第59-60页
   ·不足与展望第60-61页
致谢第61-63页
参考文献第63-67页
作者在学期间取得的学术成果第67页

论文共67页,点击 下载论文
上一篇:观点挖掘中评价对象抽取及倾向性判断
下一篇:基于深度图像的人造物体模型生成