文摘
英文文摘
声明
第1章引言
1.1选题背景与研究意义
1.2文本分类关键技术综述
1.2.1文本分类问题概述
1.2.2文本分类的流程
1.2.3文本分类的关键技术及难点
1.3文本分类的研究现状
1.3.1国外文本分类的研究现状
1.3.2国内文本分类的研究现状
1.3.3文本高维问题研究现状
1.4论文的研究工作
1.5论文的组织结构
第2章粗糙集理论
2.1概述
2.2粗糙集理论基本概念
2.2.1论域、概念
2.2.2信息系统、决策表
2.2.3不分明关系、基本知识、基本概念
2.2.4上近似、下近似、边界、正区域、负区域
2.2.5独立性、属性约简、相对约简、核
2.2.6分辨矩阵、分辨函数
2.3基于分辨矩阵的粗糙集经典属性约简算法
2.3.1决策表离散化
2.3.2基于分辨矩阵的经典属性约简算法思想及算法描述
2.4.本章小结
第3章支持向量机理论
3.1支持向量机的特点
3.2支持向量机的研究现状
3.3支持向量机理论基础
3.3.1最优分类面
3.3.2线性支持向量机
3.3.3核函数
3.3.4非线性支持向量机
3.4本章小结
第4章改进的基于属性重要度函数的文本特征空间降维算法
4.1本文采用粗糙集理论对文本特征空间进行降维的原因
4.2粗糙集理论在文本特征空间降维前期处理
4.3经典粗糙集理论在文本特征空间降维的应用
4.3.1经典粗糙集理论在文本特征空间约简过程
4.3.2经典属性约简算法性能分析
4.4基于属性频率函数的粗糙集属性约简算法
4.4.1基于属性频率函数的粗糙集属性约简算法描述
4.4.2基于属性频率函数的粗糙集属性约简算法分析
4.5改进基于属性重要度函数的属性约简算法
4.5.1改进算法使用的相关概念
4.5.2对基于属性频率函数的粗糙集属性约简算法的改进
4.5.3改进算法在文本特征空间降维中的应用
4.5.4算法的复杂度分析与比较
4.6本章小结
第5章粗糙集和支持向量机理论相结合的文本分类系统设计与实现
5.1系统实现的目的
5.2系统开发平台与开发环境
5.3系统概要设计
5.4主要功能模块详细设计
5.4.1文本预处理模块
5.4.2文本表示模块
5.4.3文本特征降维模块
5.4.4分类器训练模块
5.4.5文本分类模块
5.4.6分类效果评价模块
5.5文本分类的实验结果及分析
5.5.1实验数据
5.5.2文本分类效果评估标准
5.5.3实验
5.5.4实验结果分析
5.6本章小结
第6章结论与展望
6.1全文总结
6.1.1理论方面
6.1.2系统设计与实现
6.1.3实验结论
6.2进一步工作方向
致谢
参考文献
攻读学位期间的研究成果