版權(quán)說(shuō)明:本文檔由用戶(hù)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、索取號(hào):G201 密級(jí):公開(kāi)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(lèi)研究 基于 SVM 的網(wǎng)絡(luò)輿情文本分類(lèi)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(jí)學(xué)科: 一級(jí)學(xué)科: 圖書(shū)情報(bào)與檔案管理 圖書(shū)情報(bào)與檔案管理二級(jí)學(xué)科: 二級(jí)學(xué)科: 圖書(shū)館學(xué) 圖書(shū)館學(xué)完成時(shí)間: 完成時(shí)間: 2015 年 4 月 10 日 2
2、015 年 4 月 10 日答辯時(shí)間: 答辯時(shí)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(dú) 創(chuàng) 性 聲 明 曲 阜 師 范 大 學(xué) 研 究 生 學(xué) 位 論 文 獨(dú) 創(chuàng) 性 聲 明(根據(jù)學(xué)位論文類(lèi)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(lèi)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(dú)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(xiě)的研究成果。對(duì)本文的研究工作做出重要貢獻(xiàn)的個(gè)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(shū) 曲 阜 師 范 大 學(xué) 研 究 生 學(xué) 位 論 文 使 用 授 權(quán) 書(shū)(根據(jù)學(xué)位論文類(lèi)型相應(yīng)地在“□”劃“√” )《基于 SVM 的網(wǎng)絡(luò)輿情文本分類(lèi)研究》系本
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(hù)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(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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SVM的網(wǎng)絡(luò)輿情文本分類(lèi)研究.pdf
- 基于SVM的網(wǎng)絡(luò)文本分類(lèi)問(wèn)題研究與應(yīng)用.pdf
- 基于SVM的Web文本分類(lèi)研究.pdf
- 基于Web文本挖掘的SVM網(wǎng)頁(yè)文本分類(lèi)研究.pdf
- 基于SVM的文本分類(lèi)應(yīng)用研究.pdf
- 基于SVM主動(dòng)學(xué)習(xí)的文本分類(lèi).pdf
- 基于LDA與SVM的文本分類(lèi)研究.pdf
- 基于關(guān)系權(quán)重的SVM文本分類(lèi)研究.pdf
- 基于集成SVM的文本分類(lèi)方法研究.pdf
- 網(wǎng)絡(luò)輿情文本分類(lèi)系統(tǒng)研究與開(kāi)發(fā).pdf
- 基于SVM算法的文本分類(lèi)器的實(shí)現(xiàn).pdf
- 基于RS-SVM的中文文本分類(lèi)研究.pdf
- 面向網(wǎng)絡(luò)輿情的文本分類(lèi)系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于FOA-SVM的中文文本分類(lèi)的研究.pdf
- 增量式SVM的Web文本分類(lèi)研究.pdf
- SVM在文本分類(lèi)中的應(yīng)用.pdf
- 基于SVM的藏文文本分類(lèi)技術(shù)研究.pdf
- 基于LDA模型與SVM的文本分類(lèi)研究與實(shí)現(xiàn).pdf
- 基于SVM的中文文本分類(lèi)算法研究與實(shí)現(xiàn).pdf
- 基于SVM的文本分類(lèi)系統(tǒng)中特征選擇與.pdf
評(píng)論
0/150
提交評(píng)論