摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-16页 |
·选题背景 | 第8-11页 |
·专家信息系统 | 第8-9页 |
·数据挖掘在专家信息系统中的应用 | 第9页 |
·根据文档来判别专家知识领域 | 第9-10页 |
·利用文本挖掘来提取信息 | 第10-11页 |
·国内外研究现状 | 第11-14页 |
·数据挖掘在专家信息系统的研究现状 | 第11页 |
·文本挖掘的研究现状 | 第11-12页 |
·聚类分析的研究现状 | 第12页 |
·模糊聚类的研究现状 | 第12-13页 |
·聚类有效性的研究现状 | 第13-14页 |
·本文的主要工作 | 第14页 |
·本文的内容组织安排 | 第14-16页 |
第二章 中文文本预处理与模糊聚类理论 | 第16-28页 |
·中文文本预处理 | 第16-22页 |
·文本切分 | 第16-18页 |
·停用词 | 第18页 |
·特征表示 | 第18-20页 |
·特征选择 | 第20-22页 |
·文本间的统计指标 | 第22页 |
·模糊集合 | 第22-27页 |
·模糊集合基本概念 | 第23-24页 |
·模糊集合的运算 | 第24页 |
·模糊截集及其性质 | 第24-25页 |
·分解定理 | 第25页 |
·模糊关系与模糊聚类 | 第25-26页 |
·模糊等价关系与模糊相似关系 | 第26-27页 |
·本章小结 | 第27-28页 |
第三章 专家知识领域自动判别系统的框架设计 | 第28-41页 |
·中文文本挖掘模型的层次性 | 第28-29页 |
·专家知识领域自动判别系统框架 | 第29-30页 |
·各个模块的具体设计与实现 | 第30-34页 |
·预处理模块 | 第30-32页 |
·聚类模块 | 第32-33页 |
·分类模块 | 第33-34页 |
·后处理过程 | 第34页 |
·数据关系 | 第34-35页 |
·专家知识领域自动判别系统的工作流程 | 第35-36页 |
·模糊聚类 | 第36-40页 |
·模糊 C均值算法介绍 | 第37-39页 |
·模糊 C均值算法分析 | 第39-40页 |
·本章小结 | 第40-41页 |
第四章 模糊聚类的有效性指标改进与应用 | 第41-55页 |
·聚类有效性评价方法 | 第41-43页 |
·外部评价 | 第42页 |
·内部评价 | 第42-43页 |
·相对评价 | 第43页 |
·模糊聚类常用有效性指标 | 第43-46页 |
·线性组合有效性指标的改进 | 第46-48页 |
·改进的紧凑度公式 | 第46-47页 |
·分离度公式 | 第47页 |
·改进的权重因子 | 第47-48页 |
·求解最佳聚类数算法 | 第48-50页 |
·仿真实验 | 第50-52页 |
·测试数据集一(2类) | 第50-51页 |
·测试数据集二(6类) | 第51-52页 |
·有效性指标在专家知识领域自动判别系统框架中的应用 | 第52-54页 |
·数据 | 第52-53页 |
·测试结果 | 第53-54页 |
·本章小结 | 第54-55页 |
第五章 模糊属性均值算法的改进与应用 | 第55-67页 |
·属性均值算法 | 第55-56页 |
·稳态函数 | 第55-56页 |
·属性均值算法介绍 | 第56页 |
·模糊属性均值算法 | 第56-58页 |
·模糊属性均值聚类算法 | 第56-57页 |
·模糊权值m对模糊属性均值算法的影响 | 第57-58页 |
·核方法 | 第58-60页 |
·Mercer定理 | 第58页 |
·核技术 | 第58-59页 |
·基于核方法的模糊 C均值算法 | 第59-60页 |
·模糊属性均值算法的改进 | 第60-62页 |
·仿真实验 | 第62-64页 |
·有效性实验 | 第62-63页 |
·抗噪性实验 | 第63-64页 |
·模糊聚类算法在专家知识领域自动判别系统框架中的应用 | 第64-66页 |
·本章小结 | 第66-67页 |
第六章 结束语 | 第67-69页 |
·本文研究工作总结 | 第67-68页 |
·后续的研究工作与展望 | 第68-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-74页 |
攻读硕士学位期间完成论文情况 | 第74页 |
攻读硕士学位期间参加的科研项目情况 | 第74页 |