資源描述：
《模糊譜聚類分割策略在文本聚類中的應(yīng)用研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號：EquationChapter1Section1TP391密級：公開論文編號：2013021471貴州大學(xué)2016屆碩士研究生學(xué)位論文模糊譜聚類分割策略在文本聚類中的應(yīng)用研究學(xué)科專業(yè)：計算機應(yīng)用技術(shù)研究方向：數(shù)據(jù)庫技術(shù)與應(yīng)用系統(tǒng)導(dǎo)師：陳笑蓉教授研究生：牛海燕中國﹒貴州﹒貴陽2016年06月目錄摘要.......................................................................................................
2、..........................IAbstract.........................................................................................................................III第1章緒論............................................................................................
3、..................11.1研究背景及意義..........................................................................................11.2國內(nèi)外研究現(xiàn)狀..........................................................................................21.2.1文本聚類國內(nèi)外研究現(xiàn)狀...................
4、.............................................21.2.2模糊聚類國內(nèi)外研究現(xiàn)狀................................................................31.3論文主要研究工作......................................................................................41.4論文組織結(jié)構(gòu)......................
5、........................................................................5第2章文本聚類概述..............................................................................................62.1文本聚類概念......................................................................
6、........................62.2文本聚類過程..............................................................................................62.3文本聚類常用算法......................................................................................72.3.1分割聚類算法..................
7、..................................................................82.3.2層次聚類算法....................................................................................92.3.3基于密度的聚類算法......................................................................102.3.4基于
8、網(wǎng)格的聚類算法......................................................................112.3.5基于模型的聚類算法......................................................................122.4文本聚類效果評價................................
