数据库中有趣模式挖掘算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 前言 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·数据挖掘 | 第11-14页 |
| ·数据挖掘的定义 | 第11页 |
| ·数据挖掘的功能和任务 | 第11-12页 |
| ·数据挖掘的流程 | 第12-14页 |
| ·有趣模式挖掘 | 第14-16页 |
| ·目前常见的有趣模式 | 第14页 |
| ·不同的数据源 | 第14页 |
| ·常见研究方法 | 第14-16页 |
| ·有趣模式挖掘的意义 | 第16页 |
| ·本论文的主要工作 | 第16-18页 |
| 第二章 反期望模式挖掘算法 | 第18-30页 |
| ·引言 | 第18-19页 |
| ·挖掘反期望模式的过程框架 | 第19-21页 |
| ·挖掘反期望模式的算法描述 | 第21-25页 |
| ·用方差计算找出有趣项集（反期望项集） | 第22-23页 |
| ·基于最近邻居图的算法 | 第23-24页 |
| ·基于相关分析的算法 | 第24-25页 |
| ·实验结果与分析 | 第25-29页 |
| ·仿真数据集 | 第26-29页 |
| ·本文两种算法的比较 | 第29页 |
| ·总结 | 第29-30页 |
| 第三章 弱周期匹配模式的挖掘算法研究 | 第30-42页 |
| ·引言 | 第30-33页 |
| ·相关定义和问题描述 | 第33-35页 |
| ·RPP 模式挖掘算法 | 第35-39页 |
| ·小波数据结构 | 第35-36页 |
| ·RPP 挖掘算法 | 第36-39页 |
| ·实验分析 | 第39-41页 |
| ·仿真数据集 | 第39页 |
| ·真实数据集 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第四章 数据流中异常模式发现算法 | 第42-51页 |
| ·引言 | 第42-43页 |
| ·数据结构和算法描述 | 第43-46页 |
| ·TTI 数据结构 | 第43-44页 |
| ·利用核估计求置信区间 | 第44-45页 |
| ·置信区间聚类算法 | 第45页 |
| ·SWMA 算法 | 第45-46页 |
| ·实验分析 | 第46-49页 |
| ·相关工作 | 第49-50页 |
| ·本章总结 | 第50-51页 |
| 第五章 基于高维多数据库全局模式的挖掘算法 | 第51-60页 |
| ·引言 | 第51-52页 |
| ·相关工作 | 第52-53页 |
| ·算法描述 | 第53-57页 |
| ·问题综述 | 第53-54页 |
| ·由局部CLVs 得到全局CLVs | 第54-57页 |
| ·实验分析 | 第57-59页 |
| ·小结 | 第59-60页 |
| 第六章 结束语 | 第60-62页 |
| ·全文总结 | 第60页 |
| ·进一步的工作 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 发表论文 | 第65-66页 |
| 致谢 | 第66-67页 |
