| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-16页 |
| ·论文研究的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·关联规则算法的研究现状 | 第11页 |
| ·隧道病害防治工作的研究现状 | 第11-16页 |
| 2 数据挖掘理论介绍 | 第16-30页 |
| ·数据挖掘的本质 | 第16页 |
| ·数据挖掘所发现的知识 | 第16-17页 |
| ·数据挖掘分类与方法 | 第17-18页 |
| ·关联规则算法描述 | 第18-21页 |
| ·基本概念与定理 | 第18-20页 |
| ·关联规则分类 | 第20-21页 |
| ·Apriori算法 | 第21-22页 |
| ·FP-growth算法 | 第22-24页 |
| ·多支持度关联规则算法 | 第24-30页 |
| ·MSApriori算法的意义 | 第24页 |
| ·MSApriori算法描述 | 第24-25页 |
| ·CFP-growth算法 | 第25-30页 |
| 3 多支持度关联规则的优化算法 | 第30-56页 |
| ·优化算法描述 | 第30-40页 |
| ·基础理论 | 第30-32页 |
| ·优化算法DPCFP-growth算法总体描述 | 第32-34页 |
| ·数据库划分模块 | 第34-35页 |
| ·求得局部频繁模式集模块 | 第35-39页 |
| ·求得全局频繁模式模块 | 第39-40页 |
| ·DPCFP-growth算法的正确性及其优势 | 第40-41页 |
| ·DPCFP-growth算法对铁路隧道病害数据进行挖掘 | 第41-56页 |
| ·数据准备 | 第42-45页 |
| ·数据选择 | 第45页 |
| ·数据转换 | 第45页 |
| ·确定KDD的目标 | 第45-46页 |
| ·确定知识发现算法 | 第46-48页 |
| ·数据挖掘 | 第48-51页 |
| ·知识评价 | 第51-56页 |
| 4 铁路隧道决策支持系统的实施 | 第56-82页 |
| ·铁路隧道决策支持系统需求分析 | 第56-57页 |
| ·系统的开发目的 | 第56-57页 |
| ·系统需求分析 | 第57页 |
| ·系统功能设计 | 第57-58页 |
| ·开发模式选择 | 第58-61页 |
| ·系统开发技术 | 第61-63页 |
| ·系统的模块设计与实现 | 第63-79页 |
| ·系统登录界面 | 第64页 |
| ·系统用户管理模块 | 第64-65页 |
| ·查询模块 | 第65-66页 |
| ·数据挖掘模块 | 第66-70页 |
| ·安全评定模块 | 第70-77页 |
| ·决策支持模块 | 第77-79页 |
| ·系统特点 | 第79-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-86页 |
| 附录 | 第86-122页 |
| 作者简历 | 第122-124页 |
| 学位论文数据集 | 第124页 |