基于SVM的文本分类系统设计与实现任务书

 2021-08-20 00:27:16

1. 毕业设计(论文)主要目标:

深入理解并实现机器学习算法--SVM,并运用SVM进行文本分类,图像分类等实验

2. 毕业设计(论文)主要内容:

1、理解SVM深度学习算法的设计原理;2、编码实现SVM深度学习算法;3、基于公共数据平台,做大量的实验,记录整理实验数据;4、基于上述实验数据,分析SVM算法的优缺点。

3. 主要参考文献

  1. 《数据挖掘中的新方法:支持向量机》,邓乃扬 田英杰 著;
  2. 支持向量机--理论、算法和扩展》,邓乃扬 田英杰 著;
  3. 张学工. 关于统计学习理论与支持向量机[J]. 自动化学 报, 2000, 26(1): 32-41.ZHANG Xue-gong. Statistical learning theory and support vector machines[J]. Acta Automatica Sinica, 2000, 26(1): 32-41.
  4. 刘晓亮, 丁世飞. SVM用于文本分类的适用性[J]. 计算机 工程与科学, 2010, 32(6): 106-108.LIU Xiao-liang, DING Shi-fei. Appropriateness in applying SVMs to text classification[J]. Computer Engineering and Science, 2010, 32(6): 106-108.
  5. 支持向量机系列pluskid:http://blog.pluskid.org/?page_id=683;
  6. http://www.360doc.com/content/07/0716/23/11966_615252.shtml;
  7. 数据挖掘十大经典算法初探;
  8. 《模式识别支持向量机指南》,C.J.C Burges 著;
  9. 统计学习方法》,李航著(第7章有不少内容参考自支持向量机导论一书,不过,可以翻翻看看);
  10. 《统计自然语言处理》,宗成庆编著,第十二章、文本分类;
  11. SVM入门系列,Jasper:http://www.blogjava.net/zhenandaci/category/31868.html;
  12. 斯坦福大学机器学习课程原始讲义:http://www.cnblogs.com/jerrylead/archive/2012/05/08/2489725.html;
  13. 斯坦福机器学习课程笔记:http://www.cnblogs.com/jerrylead/tag/Machine Learning

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。