基于流形学习的文本分类方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| § 1-1 研究背景及意义 | 第8页 |
| § 1-2 研究现状 | 第8-11页 |
| 1-2 -1 文本分类研究现状 | 第8-10页 |
| 1-2 -2 流形学习研究现状 | 第10-11页 |
| § 1-3 研究内容和目标 | 第11-12页 |
| § 1-4 本文的组织结构 | 第12-13页 |
| 第二章 文本分类的关键技术 | 第13-20页 |
| § 2-1 文本特征生成 | 第13-16页 |
| 2-1 -1 文本表示 | 第13-14页 |
| 2-1 -2 文本特征 | 第14-15页 |
| 2-1 -3 相似性度量措施 | 第15-16页 |
| § 2-2 常用分类器介绍 | 第16-17页 |
| § 2-3 分类效果评价 | 第17-18页 |
| 2-3- 1 影响分类效果的因素 | 第17-18页 |
| 2-3 -2 评价标准 | 第18页 |
| § 2-4 本章小结 | 第18-20页 |
| 第三章 流形学习方法简介 | 第20-25页 |
| § 3-1 流形学习的基本概念 | 第20页 |
| § 3-2 线性流形学习算法 | 第20-21页 |
| 3-2 -1 主成分分析法 | 第20-21页 |
| 3-2 -2 经典多维尺度变换法 | 第21页 |
| § 3-3 非线性流形学习算法 | 第21-24页 |
| 3-3 -1 等距映射法 | 第21-22页 |
| 3-3 -2 局部线性嵌入法 | 第22-23页 |
| 3-3 -3 拉普拉斯特征映射法 | 第23-24页 |
| § 3-4 本章小结 | 第24-25页 |
| 第四章 基于流形学习的文本分类方法 | 第25-29页 |
| § 4-1 基于流形学习的文本分类模型 | 第25-26页 |
| § 4-2 特征词相交距离 | 第26-27页 |
| § 4-3 改进的流形学习算法 | 第27-28页 |
| § 4-4 本章小结 | 第28-29页 |
| 第五章 实验及结果分析 | 第29-42页 |
| § 5-1 数据集 | 第29-30页 |
| § 5-2 数据降维及参数选择 | 第30-37页 |
| § 5-3 实验结果 | 第37-41页 |
| § 5-4 本章小结 | 第41-42页 |
| 第六章 总结与展望 | 第42-43页 |
| § 6-1 总结 | 第42页 |
| § 6-2 展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 攻读学位期间所取得的相关科研成果 | 第47页 |
