| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题来源与背景 | 第8页 |
| ·研究目的与意义 | 第8-9页 |
| ·文本分类技术的研究背景与现状 | 第9-10页 |
| ·本文所做工作与论文的组织结构 | 第10-11页 |
| 第二章 文本分类技术与支持向量机 | 第11-27页 |
| ·文本分类技术 | 第11-18页 |
| ·文本分类过程 | 第11-12页 |
| ·文本特征选择方法 | 第12-14页 |
| ·文本向量表示方法 | 第14-15页 |
| ·文本分类方法 | 第15-18页 |
| ·性能评估方法 | 第18页 |
| ·支持向量机 | 第18-26页 |
| ·支持向量机概述 | 第18-19页 |
| ·支持向量机理论基础 | 第19-20页 |
| ·支持向量机理论 | 第20-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于遗传算法的SVM参数优化 | 第27-39页 |
| ·遗传算法研究 | 第27-31页 |
| ·遗传算法概述 | 第27-30页 |
| ·遗传算法的特点 | 第30-31页 |
| ·遗传算法的不足 | 第31页 |
| ·SVM参数优化问题的分析 | 第31-33页 |
| ·求解优化问题的方法 | 第32-33页 |
| ·SVM参数优化的方法分析 | 第33页 |
| ·基于遗传算法的SVM参数优化过程 | 第33-35页 |
| ·基于遗传算法的SVM参数优化的关键问题 | 第35-38页 |
| ·编码方式及编码区间 | 第35-36页 |
| ·适应度函数设计与计算 | 第36-37页 |
| ·基于浮点数编码的遗传操作 | 第37-38页 |
| ·择优生成下一代的精英保护策略 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于SVM的公安情报自动分类系统的分析与设计 | 第39-53页 |
| ·公安信息系统平台 | 第39-40页 |
| ·系统的分析与设计 | 第40-46页 |
| ·系统的需求分析 | 第41-42页 |
| ·系统的总体设计 | 第42-46页 |
| ·系统中各模块的详细设计与分析 | 第46-52页 |
| ·特征选择模块 | 第46-47页 |
| ·改进的文本向量表示模块 | 第47-50页 |
| ·SVM分类模块 | 第50-52页 |
| ·SVM参数优化模块 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于SVM的公安情报自动分类系统的实现 | 第53-64页 |
| ·系统的实现 | 第53-55页 |
| ·开发环境 | 第53页 |
| ·语料库设置 | 第53页 |
| ·系统总体流程 | 第53-55页 |
| ·系统的应用 | 第55页 |
| ·系统实现中的关键问题 | 第55-58页 |
| ·二次优化求解问题 | 第55-56页 |
| ·内积计算问题 | 第56-58页 |
| ·多类分类问题 | 第58页 |
| ·分类性能测试与分析 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·全文总结 | 第64页 |
| ·下一步工作展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第69-70页 |
| 致谢 | 第70页 |