| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第二章 文本挖掘技术简介 | 第17-22页 |
| 2.1 文本挖掘的定义 | 第17页 |
| 2.2 文本挖掘一般流程 | 第17-18页 |
| 2.3 文本挖掘常用技术 | 第18页 |
| 2.4 文本挖掘主要任务 | 第18-20页 |
| 2.5 文本挖掘与数据挖掘的关系 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 情报文本预处理技术 | 第22-38页 |
| 3.1 情报文本分词 | 第22-32页 |
| 3.1.1 中文分词主要方法 | 第22-24页 |
| 3.1.2 常用分词工具 | 第24-28页 |
| 3.1.3 基于专门情报词典的分词 | 第28-32页 |
| 3.2 情报文本表示 | 第32-33页 |
| 3.3 情报文本特征降维 | 第33-37页 |
| 3.3.1 去停用词 | 第33-35页 |
| 3.3.2 特征项权重计算 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 改进KNN算法的情报分类研究 | 第38-52页 |
| 4.1 情报文本分类需求分析 | 第38页 |
| 4.2 常用的文本分类算法 | 第38-39页 |
| 4.3 KNN分类算法及其改进 | 第39-41页 |
| 4.4 情报文本分类系统设计 | 第41-44页 |
| 4.5 实验结果与分析 | 第44-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 基于关联规则算法的情报价值挖掘研究 | 第52-71页 |
| 5.1 军事情报关键信息提取 | 第52页 |
| 5.2 传统情报分析方法的缺陷 | 第52-57页 |
| 5.3 关联规则和Apriori算法 | 第57-61页 |
| 5.4 传统Apriori算法的缺点和算法优化 | 第61-62页 |
| 5.4.1 传统Apriori算法的缺点 | 第61页 |
| 5.4.2 利用加权方法优化Apriori算法 | 第61-62页 |
| 5.5 新旧Apriori算法情报关联分析结果对比 | 第62-66页 |
| 5.5.1 传统Apriori算法在情报分析中的应用 | 第64页 |
| 5.5.2 改进后的Apriori算法在情报分析中的应用 | 第64-66页 |
| 5.6 空中目标情报报告生成自动化 | 第66-69页 |
| 5.6.1 技术流程和关键技术 | 第66-67页 |
| 5.6.2 情报报告展示 | 第67-69页 |
| 5.6.3 情报自动报告效率评价 | 第69页 |
| 5.7 本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 工作总结 | 第71-72页 |
| 6.2 工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
