基于TDMA数据链的文本分类系统研究与应用
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景 | 第9页 |
1.2 文本分类的研究现状 | 第9-12页 |
1.2.1 中文分词 | 第9-10页 |
1.2.2 文本表示 | 第10-11页 |
1.2.3 分类算法 | 第11-12页 |
1.3 论文研究内容及章节安排 | 第12-15页 |
第二章 中文文本分类系统 | 第15-35页 |
2.1 中文文本分类流程描述 | 第16页 |
2.2 文本预处理 | 第16-18页 |
2.2.1 中文分词 | 第16-18页 |
2.2.2 去停用词 | 第18页 |
2.3 特征降维 | 第18-21页 |
2.3.1 特征选择 | 第18-21页 |
2.3.2 特征抽取 | 第21页 |
2.4 文本表示 | 第21-22页 |
2.5 文本分类算法 | 第22-35页 |
2.5.1 朴素贝叶斯 | 第22-23页 |
2.5.2 K-最邻近算法 | 第23-25页 |
2.5.3 支持向量机 | 第25-29页 |
2.5.4 决策树 | 第29-32页 |
2.5.5 神经网络 | 第32-35页 |
第三章 SWIP协议设计与实现 | 第35-45页 |
3.1 系统设计方案 | 第35-37页 |
3.1.1 控制中心的组成与功能 | 第35-36页 |
3.1.2 定位基准站的组成与功能 | 第36-37页 |
3.1.3 移动终端的组成与功能 | 第37页 |
3.2 SWIP协议设计与实现 | 第37-45页 |
3.2.1 基本数据格式 | 第38页 |
3.2.2 命令类数据 | 第38-41页 |
3.2.3 消息类数据 | 第41-43页 |
3.2.4 实时类业务 | 第43-45页 |
第四章 基于LDA和KSVM的分类系统实现 | 第45-59页 |
4.1 基于LDA和KSVM的中文分类系统流程 | 第45-49页 |
4.1.1 LDA | 第45-47页 |
4.1.2 KSVM | 第47-49页 |
4.2 基于LDA和KSVM的中文分类系统实现 | 第49-59页 |
4.2.1 实验设置 | 第49页 |
4.2.2 系统实现 | 第49-54页 |
4.2.3 实验结果分析 | 第54-59页 |
第五章 总结与展望 | 第59-61页 |
5.1 论文总结 | 第59页 |
5.2 下一步工作 | 第59-61页 |
参考文献 | 第61-64页 |
致谢 | 第64-65页 |
攻读学位期间发表的学术论文目录 | 第65页 |