| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究进展 | 第9-10页 |
| ·国外研究进展 | 第9页 |
| ·国内研究进展 | 第9-10页 |
| ·面临的问题 | 第10-11页 |
| ·、挖掘方法和用户交互问题 | 第10页 |
| ·、数据挖掘算法的有效性、可伸缩性和并行处理等性能问题 | 第10页 |
| ·、关于数据库类型的多样性问题 | 第10-11页 |
| ·研究目的与意义 | 第11页 |
| ·研究内容与技术路线 | 第11-12页 |
| ·研究基础 | 第12页 |
| ·研究成果 | 第12-13页 |
| ·论文章节安排 | 第13-15页 |
| 第二章 数据挖掘与数据仓库技术概述 | 第15-26页 |
| ·数据挖掘技术的产生 | 第15页 |
| ·数据挖掘的基本概念 | 第15-17页 |
| ·数据挖掘的产生 | 第15页 |
| ·数据挖掘的定义 | 第15-16页 |
| ·数据挖掘的分类 | 第16页 |
| ·数据挖掘的模型 | 第16-17页 |
| ·数据挖掘的对象 | 第17页 |
| ·数据挖掘的功能 | 第17-18页 |
| ·数据挖掘的方法 | 第18-19页 |
| ·数据挖掘的一般过程 | 第19-20页 |
| ·主要数据挖掘产品介绍 | 第20-21页 |
| ·数据挖掘、OLAP、统计分析三者之间的区别和联系 | 第21页 |
| ·数据仓库简介 | 第21-25页 |
| ·数据仓库的定义与特征 | 第21页 |
| ·数据仓库的实现过程 | 第21-22页 |
| ·数据仓库的体系结构 | 第22页 |
| ·数据仓库的数据模型 | 第22-25页 |
| ·Data Warehousing(数据仓库)和Data Mining(数据挖掘)的关系 | 第25-26页 |
| 第三章 数据挖掘技术在水资源规划中的研究应用 | 第26-33页 |
| ·引言 | 第26页 |
| ·水资源数据的特点 | 第26页 |
| ·水资源数据挖掘的体系结构 | 第26-28页 |
| ·水资源规划利用的数据仓库建立 | 第28-31页 |
| ·水资源数据挖掘的关键问题 | 第31页 |
| ·、挖掘方法问题 | 第31页 |
| ·、用户交互问题 | 第31页 |
| ·、数据多样化与数据量问题 | 第31页 |
| ·结果的解释和评价 | 第31页 |
| ·各类数据挖掘方法在水资源领域的选择 | 第31-32页 |
| ·水资源规划数据挖掘工具 | 第32-33页 |
| 第四章 数据挖掘技术在水库调度中的应用研究 | 第33-41页 |
| ·引言 | 第33页 |
| ·水库调度 | 第33-34页 |
| ·基于决策树的水库调度模型 | 第34-37页 |
| ·以数据挖掘为基础的水库调度体系 | 第34页 |
| ·建立水库调度体系的内容 | 第34-37页 |
| ·研究实例 | 第37-40页 |
| ·应用实例 | 第37-39页 |
| ·常规兴利调度图模型与决策树方法模型的对比 | 第39-40页 |
| ·讨论 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第五章 数据挖掘技术在地下水位预报中的应用 | 第41-52页 |
| ·引言 | 第41页 |
| ·数据准备 | 第41-42页 |
| ·数据挖掘和结果分析 | 第42-51页 |
| ·逐步自回归模型 | 第42-45页 |
| ·指数平滑模型 | 第45-48页 |
| ·季节性模型 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 结论与展望 | 第52-54页 |
| ·研究工作的创新 | 第52页 |
| ·总结问题与将来展望 | 第52-53页 |
| ·结语 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 在学期间的研究成果 | 第56-57页 |
| 致谢 | 第57页 |
