不确定数据的挖掘算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文主要工作 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 第二章 频繁模式挖掘理论基础 | 第15-21页 |
| 2.1 理论基础 | 第15-18页 |
| 2.1.1 可能世界模型 | 第15-17页 |
| 2.1.2 基于期望支持度的定义 | 第17-18页 |
| 2.1.3 基于置信度的定义 | 第18页 |
| 2.2 相关算法研究与归纳 | 第18-20页 |
| 2.2.1 U-Apriori算法 | 第18-19页 |
| 2.2.2 UF-growth算法 | 第19页 |
| 2.2.3 U-Eclat算法 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 最大模式挖掘研究方法概述 | 第21-28页 |
| 3.1 最大模式的宽度优先算法 | 第21-25页 |
| 3.1.1 Pincer-search算法 | 第21-22页 |
| 3.1.2 MaxMiner算法 | 第22-23页 |
| 3.1.3 DMFIA算法 | 第23-25页 |
| 3.2 最大模式的深度优先算法 | 第25-27页 |
| 3.2.1 DepthProject算法 | 第25页 |
| 3.2.2 Mafia算法 | 第25-26页 |
| 3.2.3 GenMax算法 | 第26页 |
| 3.2.4 FPMax算法 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 基于垂直结构的不确定数据频繁模式挖掘 | 第28-43页 |
| 4.1 问题定义 | 第28-29页 |
| 4.2 水平格式与垂直格式 | 第29-33页 |
| 4.2.1 水平格式分析与优化 | 第29-30页 |
| 4.2.2 确定性数据的垂直格式转换 | 第30-31页 |
| 4.2.3 不确定性数据的垂直格式转换 | 第31-33页 |
| 4.3 两阶段模式的频繁项集判断 | 第33-38页 |
| 4.3.1 前置剪枝阶段 | 第33-34页 |
| 4.3.2 置信度计算阶段 | 第34-37页 |
| 4.3.3 总体流程 | 第37-38页 |
| 4.4 ProEclat算法 | 第38-39页 |
| 4.5 实验与分析 | 第39-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第五章 基于深度优先的不确定数据最大模式挖掘 | 第43-56页 |
| 5.1 相关术语与定义 | 第43-44页 |
| 5.2 搜索树和剪枝策略 | 第44-48页 |
| 5.2.1 搜索树的节点结构 | 第44-45页 |
| 5.2.2 项排序策略 | 第45-46页 |
| 5.2.3 局部投影策略 | 第46-47页 |
| 5.2.4 多步回退策略 | 第47-48页 |
| 5.3 U-GenMax算法 | 第48-51页 |
| 5.4 实验与分析 | 第51-55页 |
| 5.4.1 实验环境和数据集 | 第51-52页 |
| 5.4.2 实验结果分析 | 第52-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 结束语 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考 文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间已发表或录用的论文 | 第63页 |
