| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景及意义 | 第12-13页 |
| ·文献综述 | 第13-15页 |
| ·本文主要工作 | 第15-16页 |
| ·论文结构 | 第16-17页 |
| 第2章 常用文本分类算法研究 | 第17-28页 |
| ·前言 | 第17页 |
| ·文本分类模型 | 第17-18页 |
| ·文本特征选择 | 第18-20页 |
| ·常用文本分类算法 | 第20-22页 |
| ·文本分类算法性能评价体系 | 第22-24页 |
| ·文本分类实验平台 | 第24-25页 |
| ·常用文本分类算法性能实验比较 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第3章 统计学习理论和支持向量机 | 第28-40页 |
| ·前言 | 第28页 |
| ·统计学习理论 | 第28-30页 |
| ·支持向量机 | 第30-35页 |
| ·支持向量机的训练算法 | 第35-36页 |
| ·支持向量机的实验平台 | 第36-39页 |
| ·小结 | 第39-40页 |
| 第4章 一种基于重复训练的支持向量机 | 第40-50页 |
| ·前言 | 第40页 |
| ·支持向量机 | 第40-42页 |
| ·基于重复训练的支持向量机方法 | 第42-47页 |
| ·实验 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第5章 一种改进的 SVM 及其在中文网页分类中的应用 | 第50-55页 |
| ·前言 | 第50页 |
| ·改进的支持向量机算法 | 第50-51页 |
| ·实验 | 第51-53页 |
| ·本章算法与第4 章算法的异同 | 第53页 |
| ·小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录 攻读硕士期间发表的论文 | 第62页 |