| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 图表目录 | 第10-12页 |
| 1 绪论 | 第12-23页 |
| 1.1 选题的意义 | 第12-13页 |
| 1.2 数据挖掘技术产生的背景 | 第13-15页 |
| 1.2.1 什么是数据挖掘 | 第14页 |
| 1.2.2 数据挖掘产生的必然性 | 第14页 |
| 1.2.3 数据挖掘的进化历程 | 第14-15页 |
| 1.3 数据挖掘的研究对象及目前的研究情况 | 第15-16页 |
| 1.3.1 数据挖掘的研究对象 | 第15页 |
| 1.3.2 国外数据挖掘研究情况 | 第15-16页 |
| 1.3.3 国内数据挖掘研究情况 | 第16页 |
| 1.4 数据挖掘系统的主要成分 | 第16-17页 |
| 1.5 数据挖掘的应用领域以及发展情况 | 第17-20页 |
| 1.6 现有的数据挖掘系统 | 第20-21页 |
| 1.7 数据挖掘未来的发展方向 | 第21页 |
| 1.8 论文的主要研究内容和结构安排 | 第21-23页 |
| 2 数据挖掘及聚类技术 | 第23-41页 |
| 2.1 数据挖掘研究内容和本质 | 第23页 |
| 2.2 数据挖掘过程的步骤 | 第23-25页 |
| 2.3 数据挖掘的主要模式 | 第25-31页 |
| 2.3.1 模式的相关知识 | 第26-27页 |
| 2.3.2 模式的种类 | 第27页 |
| 2.3.3 挖掘中模式的分类 | 第27-31页 |
| 2.4 数据挖掘的方法 | 第31-34页 |
| 2.4.1 人工神经网络(Artificial Neural Networks) | 第31-32页 |
| 2.4.2 遗传算法(Genetic Algorithms) | 第32-33页 |
| 2.4.3 决策树(Decision Trees) | 第33-34页 |
| 2.4.4 粗糙集(Rough Set) | 第34页 |
| 2.5 数据挖掘的功能 | 第34-35页 |
| 2.6 聚类技术 | 第35-39页 |
| 2.6.1 有障碍物体聚类问题的提出 | 第35-36页 |
| 2.6.2 Chameleon(变色龙)算法 | 第36-37页 |
| 2.6.3 有障碍物体聚类方法 | 第37-38页 |
| 2.6.4 ADP-Chameleon 算法的基本思想 | 第38-39页 |
| 2.7 数据挖掘中的热点 | 第39-41页 |
| 3 序算法列模式挖掘 | 第41-54页 |
| 3.1 序列模式挖掘的有关问题 | 第41-43页 |
| 3.1.1 序列模式挖掘 | 第41页 |
| 3.1.2 描述性定义 | 第41-42页 |
| 3.1.3 序列模式挖掘算法的主要目的 | 第42-43页 |
| 3.1.4 序列挖掘的参数 | 第43页 |
| 3.2 Apriori类序列模式挖掘算法 | 第43-47页 |
| 3.2.1 Apriori类算法的主要步骤 | 第43-46页 |
| 3.2.2 Apriori算法的思想和伪代码 | 第46-47页 |
| 3.3 ML_T2L1 算法 | 第47-51页 |
| 3.3.1 背景知识:概念分层 | 第47-48页 |
| 3.3.2 概念分层的说明语法 | 第48页 |
| 3.3.3 ML_T2L1算法思想 | 第48-51页 |
| 3.4 FP-growth算法 | 第51-54页 |
| 4 多层高维序列挖掘算法 | 第54-66页 |
| 4.1 现有的序列挖掘算法存在的问题 | 第54页 |
| 4.1.1 Apriori类算法 | 第54页 |
| 4.1.2 ML_T2L1算法及FP-growth方法 | 第54页 |
| 4.2 多层高维序列挖掘算法 | 第54-64页 |
| 4.2.1 多层高维频繁序列的定义 | 第54-55页 |
| 4.2.2 多层高维序列挖掘算法 | 第55页 |
| 4.2.3 数据准备 | 第55-59页 |
| 4.2.4 扩展的FP-growth(E-FP)算法步骤: | 第59-64页 |
| 4.3 E-FP算法与ML_T2L1算法的比较 | 第64页 |
| 4.4 与算法相关的定理 | 第64-66页 |
| 5 实验与性能评价 | 第66-70页 |
| 5.1 实验环境 | 第66-67页 |
| 5.2 实验 | 第67-69页 |
| 5.2.1 实验一 | 第67-68页 |
| 5.2.2 实验二 | 第68-69页 |
| 5.3 E-FP算法与相关算法比较 | 第69-70页 |
| 5.3.1 E-FP算法与Apriori算法的比较 | 第69页 |
| 5.3.2 E-FP算法与ML_T2L1算法的比较 | 第69-70页 |
| 6 结论及以后的工作 | 第70-71页 |
| 6.1 结论 | 第70页 |
| 6.2 以后的工作 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录 | 第75-76页 |
