1绪论
1.1 学科交叉研究进展
1.2 主要内容
1.3 研究思路与技术路线
1.3.1 研究思路
1.3.2 技术路线
2文本挖掘关键技术研究
2.1 文本挖掘概述
2.1.1 向量空间模型
2.1.2 相似度测度
2.1.3 评价函数
2.2 文本特征提取
2.2.1 互信息方法
2.2.2 特征频度与文档频度
2.2.3 x统计量方法
2.3 文本分类
2.4 文本聚类
2.5 一种改进的文档相似度模型
2.5.1 相似度计算模型
2.5.2 最大距离聚类算法
2.5.3 实验仿真与结果分析
2.6 最佳聚类数目确定方法
2.6.1 基于熵的评估方法
2.6.2 基于混合F统计量的评估方法
2.7 本章小结
3聚类算法研究
3.1 模糊C-均值聚类
3.1.1 FCM基本原理
3.1.2 FCM聚类算法
3.1.3 实验仿真
3.2 基于遗传算法的聚类
3.2.1 遗传算法
3.2.2 目标函数
3.2.3 算法实现
3.2.4 实验仿真
3.3 基于粒子群优化算法的聚类
3.3.1 粒子群算法简介
3.3.2 算法特点
3.3.3 文献聚类数学模型
3.3.4 文档聚类算法设计
3.3.5 算法仿真与分析
3.4 基于粒子对称分布多样性的PSO算法
3.4.1 多样性函数的定义及调节方法
3.4.2 算法设计
3.4.3 算法仿真与分析
3.5 基于免疫选择的粒子群优化算法
3.5.1 人工免疫算法
3.5.2 相关定义
3.5.3 算法设计
……
4知识可视化及降维技术研究
5学科交叉知识发现与可视化模型研究
6学科交叉知识发现及可视化实证研究
7结语
主要参考文献
|
商品评论(0条)