

已閱讀1頁(yè),還剩53頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、碩士學(xué)位論文碩士學(xué)位論文題目:基于混合文本集的文本聚類方法研究題目:基于混合文本集的文本聚類方法研究研究生研究生林海榕專業(yè)專業(yè)計(jì)算機(jī)軟件與理論指導(dǎo)教師指導(dǎo)教師吳國(guó)華研究員完成日期完成日期2016年3月DissertationSubmittedtoHangzhouDianziUniversityftheDegreeofMasterDocumentClusteringBasedonHybridTextCidate:LinHairongSup
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于RI方法的文本聚類研究.pdf
- 基于文本聚類的客戶細(xì)分方法研究.pdf
- 基于hSync算法的文本聚類方法研究.pdf
- 基于模糊聚類的文本挖掘方法研究.pdf
- 基于聚類森林的文本流分類方法研究.pdf
- 文本聚類和文本摘要的研究.pdf
- 基于語(yǔ)義過(guò)濾的文本和文本流聚類研究.pdf
- 基于譜聚類的文本聚類算法研究.pdf
- 短信文本的聚類方法研究.pdf
- 基于圖模型聚類的文本摘要方法研究.pdf
- 基于頻繁項(xiàng)集的文本聚類方法研究.pdf
- 文本聚類方法研究及其應(yīng)用.pdf
- 文本聚類的研究.pdf
- 短文本聚類及聚類結(jié)果描述方法研究.pdf
- 基于《知網(wǎng)》的文本聚類研究.pdf
- 基于NMF算法的文本聚類研究.pdf
- 基于知網(wǎng)的文本聚類研究
- 基于LDA模型的文本聚類研究.pdf
- 基于DBSCAN的文本聚類算法研究.pdf
- 基于文本相似度的中文文本聚類的研究.pdf
評(píng)論
0/150
提交評(píng)論