文档介绍：他人已经发表或撰写过的研究成果,也不包含为获得榔太强其他教育机构本学位论文作者完全了解铘天苫有关保留,使用学位论文的规定,学位论文作者签名:某越学位论文作者签名:二良蕴建≯彦年箩月『∥衬晁暝拢日独创性声明签字日期:≯陟年箩月『学位论文版权使用授权书导师签名:炙挺∥借阅。本人授权巾镐乏:暗以将学位论文的全部或部分内容编入有关数据库进行本人声明所里交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其的学位或证书而使用过的材料。:有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ工作单位:通讯地址:电话:邮编:学付诊女作者毕汕妻向./
摘要当前基于统计词频等对网页及其文本进行分类的方法很少考虑语义模糊词的分类问题,因而当文本中存在大量语义模糊的词时,分类的效果并不理想,因此本文引入模糊推理来解决上述问题。此外,本文所涉及到的数据都是一些大规模的文本数据,论文中将一个大规模的文本数据抽象为一个高维矩阵直接处理高维数据势必会很繁琐,试想如果将高维矩阵简化为一个低维矩阵,问题会变得简单许多。而非负矩阵分解算法是一种对高维矩阵进行降维的方法,具有实现简单、可解释性强等优点,从而可以把惴ㄓτ玫骄卣蠼滴小;于文本分类的不足及诰卣蠼滴系挠诺悖疚奶岢隽艘恢只诜歉壕卣分解的模糊网页分类算法。,实现对数据的压缩,以提高算法执行效率,最后的分类阶段本文加入模糊推理来设计分类器。通过对随机抽取的网页数据进行分类实验,并与没有经过模糊处理阶段设计的分类器进行比较,实验结果表明本文算法的分类精度较高;执行效率方面本文与奇异值分解隽硕员仁笛椤;谝陨系哪容,本文的主要工作如下。对当前网页分类的产生、发展过程做了详细的分析,总结了当前网页分类的主要步骤及方法。根据文本和网页的共同点是两者都存在文本,所以将文本分类的方法应用于网页分类,并且在网页文本分类中过程中引入了模糊推理规则。实验结果表明在分类过程中引入模糊推理将大大的提高了分类的精度;并且与传统的奇异值分解椒ㄏ啾龋谥葱行史矫嬉灿泻艽蟮奶岣摺关键词:非负矩阵分解;网页分类;模糊推理;奇异值分解;安徽大学硕士学位论文
—.,瓸,,琒琧琒,,猻,,,,甌.,,
籗,;.籧籪簄
录目第一章引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...:嬖蚩狻.:湍:评硭惴ā湍:评硐低场型模糊推理算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一模糊分类....⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章基于非负矩阵分解的模糊网页分类算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..目肌网页分类问题及主要方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.ê⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章模糊推理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..模糊推理系统的基本结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..ツ:弧.:评怼常用模糊推理方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯安徽大学硕士学位论文非负矩阵分解及其在模糊网页分类中的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...
基于哪:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.仿真实验及结果讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本章小结⋯⋯⋯⋯⋯⋯⋯