支持向量機在自動文本分類中的應(yīng)用

第1章 緒論
1.1 課題研究背景和意義
1.2 支持向量機概述
1.3 各種變形的支持向量機算法研究
1.4 支持向量機在文本分類中的應(yīng)用研究現(xiàn)狀
第2章 -種基于遺傳算法自動選擇參數(shù)的加權(quán)支持向量機算法
2.1 C-SVM算法分析
2.2 加權(quán)支持向量機算法
2.3 基于遺傳算法選擇懲罰參數(shù)和RBF核函數(shù)寬度
2.4 實驗結(jié)果
2.5 小結(jié)
第3章 自動文本分類
3.1 自動文本分類技術(shù)的發(fā)展與現(xiàn)狀
3.2 文本特征表示與選擇
3.3 分類器的選擇——機器學習方法
3.4 分類性能評價-
3.5 基準數(shù)據(jù)集
3.6 各種特征選擇方法實驗比較
3.7 各種分類器分類性能實驗比較
3.8 小結(jié)
第4章 基于SVM和文檔統(tǒng)計矩陣的自動文本分類模型
4.1 引言
4.2 文本分類的統(tǒng)計特性
4.3 參數(shù)化特征統(tǒng)計矩陣
4.4 理論分析
4.5 實驗評估
4.6 小結(jié)
第5章 加權(quán)直推支持向量機進行超文本文檔分類
5.1 對超文本分類的分析
5.2 相似性度量
5.3 直推支持向量機
5.4 加權(quán)直推支持向量機
5.5 實驗與分析
5.6 小結(jié)
第6章 總結(jié)與展望
6.1 全書總結(jié)
6.2 進一步工作展望
參考文獻