版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、索取號:G201 密級:公開碩 士 學(xué) 位 論 文 碩 士 學(xué) 位 論 文基于 SVM 的網(wǎng)絡(luò)輿情文本分類研究 基于 SVM 的網(wǎng)絡(luò)輿情文本分類研究研 究 生: 研 究 生: 張帥 張帥指導(dǎo)教師: 指導(dǎo)教師: 崔新春 教授 崔新春 教授培養(yǎng)單位: 培養(yǎng)單位: 傳媒學(xué)院 傳媒學(xué)院一級學(xué)科: 一級學(xué)科: 圖書情報與檔案管理 圖書情報與檔案管理二級學(xué)科: 二級學(xué)科: 圖書館學(xué) 圖書館學(xué)完成時間: 完成時間: 2015 年 4 月 10 日 2
2、015 年 4 月 10 日答辯時間: 答辯時間: 2015 年 6 月 6 日 2015 年 6 月 6 日曲 阜 師 范 大 學(xué) 研 究 生 學(xué) 位 論 文 獨 創(chuàng) 性 聲 明 曲 阜 師 范 大 學(xué) 研 究 生 學(xué) 位 論 文 獨 創(chuàng) 性 聲 明(根據(jù)學(xué)位論文類型相應(yīng)地在“□”劃“√” )本人鄭重聲明:此處所提交的博士□/碩士√論文《基于 SVM 的網(wǎng)絡(luò)輿情文本分類研究》 ,是本人在導(dǎo)師指導(dǎo)下,在曲阜師范大學(xué)攻讀博士□/碩士√學(xué)位
3、期間獨立進(jìn)行研究工作所取得的成果。論文中除注明部分外不包含他人已經(jīng)發(fā)表或撰寫的研究成果。對本文的研究工作做出重要貢獻(xiàn)的個人和集體,均已在文中以明確的方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。作者簽名: 日期:曲 阜 師 范 大 學(xué) 研 究 生 學(xué) 位 論 文 使 用 授 權(quán) 書 曲 阜 師 范 大 學(xué) 研 究 生 學(xué) 位 論 文 使 用 授 權(quán) 書(根據(jù)學(xué)位論文類型相應(yīng)地在“□”劃“√” )《基于 SVM 的網(wǎng)絡(luò)輿情文本分類研究》系本
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SVM的網(wǎng)絡(luò)輿情文本分類研究.pdf
- 基于SVM的網(wǎng)絡(luò)文本分類問題研究與應(yīng)用.pdf
- 基于SVM的Web文本分類研究.pdf
- 基于Web文本挖掘的SVM網(wǎng)頁文本分類研究.pdf
- 基于SVM的文本分類應(yīng)用研究.pdf
- 基于SVM主動學(xué)習(xí)的文本分類.pdf
- 基于LDA與SVM的文本分類研究.pdf
- 基于關(guān)系權(quán)重的SVM文本分類研究.pdf
- 基于集成SVM的文本分類方法研究.pdf
- 網(wǎng)絡(luò)輿情文本分類系統(tǒng)研究與開發(fā).pdf
- 基于SVM算法的文本分類器的實現(xiàn).pdf
- 基于RS-SVM的中文文本分類研究.pdf
- 面向網(wǎng)絡(luò)輿情的文本分類系統(tǒng)研究與實現(xiàn).pdf
- 基于FOA-SVM的中文文本分類的研究.pdf
- 增量式SVM的Web文本分類研究.pdf
- SVM在文本分類中的應(yīng)用.pdf
- 基于SVM的藏文文本分類技術(shù)研究.pdf
- 基于LDA模型與SVM的文本分類研究與實現(xiàn).pdf
- 基于SVM的中文文本分類算法研究與實現(xiàn).pdf
- 基于SVM的文本分類系統(tǒng)中特征選擇與.pdf
評論
0/150
提交評論