| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题的研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 分类算法相关研究现状 | 第9-11页 |
| 1.2.2 特征选择算法相关研究现状 | 第11-13页 |
| 1.3 课题研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 文本分类中经典的特征选择方法 | 第15-29页 |
| 2.1 引言 | 第15页 |
| 2.2 文本分类系统概述 | 第15-20页 |
| 2.2.1 文本预处理技术 | 第16-17页 |
| 2.2.2 分类模型训练技术 | 第17-18页 |
| 2.2.3 分类性能评估 | 第18-20页 |
| 2.3 文本分类中常见的特征选择方法 | 第20-24页 |
| 2.3.1 文档频率 | 第20-21页 |
| 2.3.2 互信息 | 第21-22页 |
| 2.3.3 信息增益 | 第22页 |
| 2.3.4 卡方统计 | 第22-23页 |
| 2.3.5 文本证据权 | 第23-24页 |
| 2.3.6 交叉熵 | 第24页 |
| 2.4 对比试验 | 第24-28页 |
| 2.4.1 实验数据集 | 第24-25页 |
| 2.4.2 实验对比与算法分析 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于属性隶属度的特征选择算法 | 第29-45页 |
| 3.1 引言 | 第29页 |
| 3.2 传统特征选择算法分析 | 第29-31页 |
| 3.3 基于属性隶属度的特征选择算法（FMFS） | 第31-35页 |
| 3.3.1 距离度量 | 第31-32页 |
| 3.3.2 平滑因子σ估计 | 第32-33页 |
| 3.3.3 FMFS算法详述 | 第33-35页 |
| 3.4 文本分类的常用数据集 | 第35-37页 |
| 3.5 实验对比与分析 | 第37-43页 |
| 3.5.1 对比实验 | 第38-40页 |
| 3.5.2 算法时间代价分析 | 第40-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 面向偏斜数据集的特征选择算法 | 第45-53页 |
| 4.1 引言 | 第45页 |
| 4.2 相关研究工作 | 第45-49页 |
| 4.2.1 属性词频分布信息 | 第45-46页 |
| 4.2.2 互信息优化MI-ICF | 第46-47页 |
| 4.2.3 强化属性类别信息特征选择方法（SFCI） | 第47-49页 |
| 4.3 实验对比与算法分析 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60页 |