文摘
英文文摘
声明
第一章概述
1.1课题研究背景和意义
1.1.1课题研究背景
1.1.2课题研究意义
1.2相关研究进展
1.2.1信息过滤发展
1.2.2目前信息过滤模型存在问题
1.2.3当前研究重点
1.3本文写作背景
1.4论文的创新点
1.5论文基本结构
第二章基于内容的网络信息过滤关键技术
2.1网络信息过滤一般模型
2.2网络数据的获取
2.3特征选择
2.3.1分词
2.3.2特征项抽取
2.3.3权值计算
2.4信息过滤文本表示
2.5学习算法
2.5.1常用学习算法
2.5.2常见算法中存在的缺点
2.6相关反馈
第三章基于退火遗传算法的网络信息过滤模型
3.1遗传算法基本原理
3.1.1基本原理及其主要应用
3.1.2遗传算法研究进展
3.1.3遗传算法主要优点
3.2基于遗传算法的信息过滤模型构建
3.2.1基本遗传优化
3.2.2模拟退火遗传算法
3.2.3遗传算法参数的动态调整
3.2.4遗传操作初始参数和终止条件设定
3.3网络信息过滤模板的自适应调整
3.3.1反馈的基本思想
3.3.2基于中心向量判定法的反馈算法
3.3.3反馈效果测试
3.4基于概念的段落化匹配
3.4.1基于语义特征的文本段落划分
3.4.2文本分类的段落化匹配实现
3.4.3效果分析实验
第四章网络信息过滤系统实现和结构
4.1系统总体设计
4.1.1设计目标
4.1.2系统逻辑结构
4.2系统模块设计与实现
4.2.1数据包截获及协议分析模块
4.2.2遗传算法训练
4.2.3系统过滤模块
4.2.4反馈学习模块
4.2.5系统管理模块
4.3系统主要界面
第五章总结与展望
5.1所做的主要研究工作
5.2研究展望
参考文献
已发表学术论文
参加的科研项目
致谢
山东师范大学;