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

基于本体和潜在语义索引算法的文本分类方法研究

摘要第1-5页
ABSTRACT第5-9页
第一章 引言第9-15页
   ·选题背景及意义第9-10页
     ·选题背景第9-10页
     ·研究意义第10页
   ·国内外研究现状第10-13页
     ·文本分类的研究现状第10-11页
     ·本体的研究现状第11-12页
     ·对现有研究的归纳总结第12-13页
   ·本文的主要工作第13-14页
   ·论文的组织结构第14-15页
第二章 文本分类相关技术的探讨第15-21页
   ·文本分类的概念、文本表示及分类算法第15-17页
     ·文本分类的概念第15页
     ·向量空间模型第15-16页
     ·分类算法第16-17页
   ·特征降维第17-20页
     ·降维的目的及意义第17页
     ·降维方法的分类第17-18页
     ·特征选择算法第18-19页
     ·潜在语义索引算法第19-20页
   ·本章小结第20-21页
第三章 茶本体的设计与构建第21-32页
   ·本体相关理论的探讨第21-24页
     ·本体的定义第21页
     ·本体的建模语言第21-22页
     ·本体的分类第22页
     ·本体的作用第22-23页
     ·现有本体第23-24页
   ·本体的构建原则、方法、工具及描述语言第24-29页
     ·本体的构建原则第24页
     ·本体的构建方法第24-27页
     ·本体开发工具的选择第27-28页
     ·本体描述语言的选择第28-29页
   ·茶本体的设计思路与构建过程第29-31页
   ·本章小结第31-32页
第四章 本体和潜在语义索引算法在文本分类中的应用研究第32-37页
   ·分类的工作原理第32页
   ·基于本体的文本分类通用框架第32-33页
   ·分类器的设计与实现第33-36页
     ·预处理第33-34页
     ·文本表示第34页
     ·特征降维第34-35页
     ·本体解析第35页
     ·相似性计算第35-36页
   ·分类算法的具体步骤第36页
   ·本章小结第36-37页
第五章 实验结果与分析第37-41页
   ·开发平台第37页
   ·性能评价指标第37页
   ·实验结果与分析第37-40页
   ·本章小结第40-41页
第六章 总结与展望第41-43页
   ·工作总结第41页
   ·未来展望第41-43页
参考文献第43-47页
致谢第47-48页
附录第48-49页
在学期间公开发表论文及著作情况第49页

论文共49页,点击 下载论文
上一篇:基于包装器模型的信息抽取算法研究
下一篇:基于吸引力传播算法的脑核磁共振图像分割