基于支持向量机的文本分类器设计与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景及意义 | 第8-11页 |
| ·国内外研究现状分析 | 第11-13页 |
| ·论文的组织结构 | 第13-15页 |
| 2 支持向量机理论 | 第15-24页 |
| ·统计学习理论 | 第15-17页 |
| ·VC维 | 第16页 |
| ·结构风险最小化原理 | 第16-17页 |
| ·支持向量机 | 第17-24页 |
| ·最优超平面 | 第18-20页 |
| ·广义最优超平面 | 第20-22页 |
| ·核函数 | 第22-24页 |
| 3 文本分类 | 第24-33页 |
| ·文本分类 | 第24-25页 |
| ·文本预处理 | 第25-28页 |
| ·中文分词 | 第25-27页 |
| ·停用词处理 | 第27-28页 |
| ·特征处理 | 第28-31页 |
| ·特征提取 | 第29页 |
| ·特征权重 | 第29-31页 |
| ·文本表示 | 第31-33页 |
| 4 文本分类器系统设计开发 | 第33-44页 |
| ·系统开发环境 | 第33-34页 |
| ·系统设计目标 | 第34-35页 |
| ·系统需求分析 | 第35-38页 |
| ·可行性分析 | 第35-36页 |
| ·系统的业务流程 | 第36-38页 |
| ·系统功能概述 | 第38-44页 |
| ·文本缩减处理 | 第39-41页 |
| ·文本训练 | 第41-42页 |
| ·文本预测 | 第42-44页 |
| 5 文本分类器实现及结果分析 | 第44-53页 |
| ·系统实现 | 第44-49页 |
| ·文本分类器平台简介 | 第44-46页 |
| ·文本缩减、训练和预测 | 第46-49页 |
| ·结果分析 | 第49-53页 |
| 6 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 后记 | 第59-60页 |
