基于遺傳算法的文本分類及聚類研究

序
前言
第1章 緒論
1.1 研究的目的和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 文本分類和聚類存在的問題
1.4 本書研究內(nèi)容和目標
參考文獻
第2章 文本分類和聚類的基本理論及方法
2.1 文本分類和聚類的概念
2.2 文本的表示
2.3 文本預(yù)處理
2.4 文本特征選擇和抽取
2.5 文本分類方法
2.6 文本聚類方法
2.7 本章小結(jié)
參考文獻
第3章 遺傳算法基礎(chǔ)知識
3.1 遺傳算法概述
3.2 標準遺傳算法
3.3 遺傳算法染色體編碼
3.4 適應(yīng)度函數(shù)
3.5 遺傳算子
3.6 遺傳算法的改進
3.7 本章小結(jié)
參考文獻
第4章 混合并行遺傳算法及其在文本聚類中的應(yīng)用
4.1 k-means算法初始聚類中心的選擇
4.2 混合并行遺傳算法
4.3 基于并行遺傳算法的文本特征詞提取
4.4 基于混合并行遺傳算法的文本聚類
4.5 實驗設(shè)置及結(jié)果分析
4.6 本章小結(jié)
參考文獻
第5章 混合并行遺傳算法在文本分類中的應(yīng)用
5.1 基于混合并行遺傳算法的潛在語義挖掘
5.2 基于混合并行遺傳聚類的KNN改進算法(HPGA-KNN)
5.3 SMO-SVM算法
5.4 SMO-SVM算法核函數(shù)參數(shù)優(yōu)化
5.5 改進的KNN SVM文本分類方法
5.6 實驗設(shè)置及分析
5.7 本搴小結(jié)
參考文獻
第6章 總結(jié)和研究展望
6.1 總結(jié)
6.2 后續(xù)研究工作展望
附錄A k-means聚類算法關(guān)鍵代碼
附錄B 遺傳算法聚類關(guān)鍵代碼
附錄C 混合遺傳聚類關(guān)鍵代碼