logo
教育论文中心  教育论文中心   广告服务  广告服务   论文搜索  论文搜索   论文发表  论文发表   会员专区  会员专区   在线购卡   在线购卡   服务帮助  服务帮助   联系我们  联系我们   网站地图  网站地图   硕士论文  会员专区   博士论文
当前位置:教育论文中心首页--硕士论文--基于密度峰值优化的K-means文本聚类算法研究
博硕论文分类列表
工业技术 交通运输 农业科学
生物科学 航空航天 历史地理
医学卫生 语言文字 环境科学
综合图书 政治法律 社会科学
马列主义、毛泽东思想 艺术
数理科学和化学 文学
天文学、地理科学 军事
文化科学、教育体育 经济
自然科学总论 哲学
查看更多分类
 
论文搜索
 
 
相关论文
针对在校大学生的真实负调查及其重
基于计算机视觉的铁路棚车门窗开闭
变权重稀疏Kmeans算法及应
基于Kmeans算法学生行为分
深圳市正常体质量指数成人骨密度
深圳市正常体质量指数成人骨密度
门静脉螺旋CT增强峰值峰值时间
改进蚁群算法理论及方法研究
基于电动自行车数据用户行为分析
给水处理工艺模糊优化组合
造影剂到达腹主动脉峰值时间和峰
基于身份公钥密码系统研究
基于位置指纹室内定位技术研究与
选择性AdaBoost SVM语
密度峰值算法若干改进及地震分
基于峰值电流H6型并网逆变器
福州市人群前臂远端峰值骨量建立
图像自动语义标注研究
文本类型与翻译策略--2010年
基于学生个性宿舍分配管理系统设
局部线性嵌入算法改进及其在人脸
基于云平台算法并行化研究
kmeans算法改进及其在
基于Hadoop平台Map-R
基于Hadoop数据挖掘算法
基于Spark大数据并行聚类算
基于主颜色谱及空间分布熵目标匹
基于融合架构MapReduce
基于视频图像船舶水尺自动测量系
藏语话题刻面情感识别研究及实现
模糊在经济区域划分中应用
聚类分析在银行客户细分中应用研
基于Hadoop数据挖掘技术在
植物图像中主体识别和分类方法
基于Hadoop平台算法
基于Hadoop物流历史数据
基于视频检索
基于聚类分析BP神经网络短时交
基于Hadoop平台网络舆情分
脑—机接口中上肢想象动作侧向性识
基于压电测试技术钢-UHPC桥
 
科目列表
市场营销 管理理论 人力资源
电子商务 社会实践 先进教育
伦理道德 艺术理论 环境保护
农村研究 交通相关 烟草论文
电子电气 财务分析 融资决策
电影艺术 国学论文 材料工程
语文论文 数学论文 英语论文
政治论文 物理论文 化学论文
生物论文 美术论文 历史论文
地理论文 信息技术 班主任
音乐论文 体育论文 劳技论文
自然论文 德育管理 农村教育
素质教育 三个代表 旅游管理
国际贸易 哲学论文 工商管理
证券金融 社会学 审计论文
会计论文 建筑论文 电力论文
水利论文 园林景观 农林学
中医学 西医学 心理学
公安论文 法学法律 思想汇报
法律文书 总结报告 演讲稿
物业管理 经济学 论文指导
计算机 护理论文 社会调查
军事论文 化工论文 财政税收
保险论文 物流论文 语言教育
教育教学 给水排水 暖通论文
结构论文 综合类别 硕士论文
博士论文    
 
 
基于密度峰值优化的K-means文本聚类算法研究
 
     论文目录
 
摘要第4-6页
Abstract第6-7页
第一章 绪论第10-17页
    1.1 研究背景及意义第10-12页
    1.2 国内外研究现状第12-15页
    1.3 本文研究内容及结构安排第15-17页
第二章 文本聚类相关理论及技术第17-33页
    2.1 引言第17-18页
    2.2 文本预处理第18-20页
        2.2.1 分词第18-20页
        2.2.2 去除停用词第20页
    2.3 文本表示模型第20-23页
        2.3.1 向量空间模型第21-22页
        2.3.2 布尔模型第22页
        2.3.3 概率模型第22-23页
    2.4 文本表示模型的构建第23-27页
        2.4.1 文本特征选择方法第23-26页
        2.4.2 特征项权重计算方法第26-27页
    2.5 文本相似性度量方法第27-29页
    2.6 聚类算法第29-31页
        2.6.1 基于划分的聚类算法第29-30页
        2.6.2 基于层次的聚类算法第30页
        2.6.3 基于密度的聚类算法第30-31页
    2.7 聚类评价标准第31-32页
    2.8 本章小结第32-33页
第三章K近邻优化的密度峰值发现聚类算法第33-50页
    3.1 引言第33-34页
    3.2 密度峰值发现聚类算法第34-41页
        3.2.1 算法思想第34-38页
        3.2.2 算法优缺点分析第38-41页
    3.3 改进的密度峰值发现聚类算法第41-44页
        3.3.1 K近邻算法第42-43页
        3.3.2 KDPC算法第43-44页
    3.4 实验分析第44-49页
        3.4.1 人工虚拟数据集的实验结果及分析第45-48页
        3.4.2 真实数据集的实验结果及分析第48-49页
    3.5 本章小结第49-50页
第四章 优化初始聚类中心的K-means聚类算法第50-60页
    4.1 引言第50-51页
    4.2 K-means算法第51-54页
        4.2.1 算法思想第51-52页
        4.2.2 优缺点分析第52-54页
    4.3 基于密度峰值优化的K-means算法第54-56页
    4.4 实验分析第56-59页
        4.4.1 实验描述第56页
        4.4.2 实验结果分析第56-59页
    4.5 本章小结第59-60页
第五章 KDP-means算法在文本聚类中的应用第60-67页
    5.1 引言第60页
    5.2 中文文本聚类系统设计与实现第60-64页
        5.2.1 系统框架第60-61页
        5.2.2 文本处理第61-63页
        5.2.3 KDP-means算法聚类第63-64页
        5.2.4 聚类评估标准第64页
    5.3 实验测评与结果分析第64-66页
        5.3.1 实验设置第64页
        5.3.2 数据集第64-65页
        5.3.3 结果分析第65-66页
    5.4 本章小结第66-67页
第六章 总结与展望第67-69页
    6.1 本文工作总结第67-68页
    6.2 未来工作展望第68-69页
致谢第69-70页
参考文献第70-73页
攻读硕士学位期间论文发表情况第73页

 
 
论文编号BS4121027,这篇论文共73
会员购买按0.35元/页下载,共需支付25.55元。        直接购买按0.5元/页下载,共需要支付36.5元 。
我还不是会员,注册会员
会员下载更优惠!充值送钱!
我只需要这篇,无需注册!
直接网上支付,方便快捷!
 您可能感兴趣的论文
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。
 
 
| 会员专区 | 在线购卡 | 广告服务 | 网站地图 |
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656 或写信给我