属性不确定数据关联分类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·不确定数据概述 | 第9-11页 |
| ·不确定数据来源 | 第9-10页 |
| ·不确定数据模型 | 第10-11页 |
| ·不确定数据挖掘研究现状 | 第11-13页 |
| ·本文主要贡献 | 第13-14页 |
| ·章节安排 | 第14-15页 |
| 2 不确定数据关联分类问题 | 第15-20页 |
| ·不确定数据分类问题概述 | 第15-16页 |
| ·分类问题描述 | 第15页 |
| ·不确定分类数据模型 | 第15-16页 |
| ·不确定数据分类算法 | 第16-17页 |
| ·不确定数据关联分类算法研究 | 第17-20页 |
| ·确定数据关联分类算法 | 第17-19页 |
| ·不确定数据关联分类算法框架 | 第19-20页 |
| 3 基于抽样的不确定数据频繁项集挖掘算法 | 第20-42页 |
| ·不确定数据频繁项集挖掘 | 第20-26页 |
| ·不确定数据频繁项集挖掘问题描述 | 第20-22页 |
| ·确定数据频繁项集挖掘算法 | 第22-24页 |
| ·不确定数据频繁项集挖掘算法 | 第24-26页 |
| ·SARMUT算法基本思想与相关定义 | 第26-30页 |
| ·SARMUT算法基本思想 | 第27-28页 |
| ·SARMUT算法相关定义的理论基础 | 第28-30页 |
| ·SARMUT算法设计 | 第30-35页 |
| ·SARMUT算法主要框架 | 第30-31页 |
| ·数据集相似性的定义 | 第31-32页 |
| ·相似数据集的选取 | 第32-35页 |
| ·实验分析 | 第35-41页 |
| ·实验环境 | 第35页 |
| ·实验数据 | 第35页 |
| ·实验方法 | 第35-36页 |
| ·实验结果分析 | 第36-41页 |
| ·小结 | 第41-42页 |
| 4 不确定数据关联分类算法 | 第42-58页 |
| ·不确定数据关联分类算法分析 | 第42-44页 |
| ·uARCSR算法设计 | 第44-53页 |
| ·规则集的产生 | 第45页 |
| ·规则集的排序 | 第45-50页 |
| ·规则集的修剪 | 第50-52页 |
| ·预测方法 | 第52-53页 |
| ·实验分析 | 第53-57页 |
| ·实验环境 | 第53页 |
| ·实验数据 | 第53-54页 |
| ·实验结果分析 | 第54-57页 |
| ·小结 | 第57-58页 |
| 5 基于抽样的不确定数据关联分类算法 | 第58-65页 |
| ·实验数据 | 第58-59页 |
| ·实验方法 | 第59-60页 |
| ·实验结果分析 | 第60-64页 |
| ·分类准确度分析 | 第60-61页 |
| ·规则集规模分析 | 第61-63页 |
| ·时间效率分析 | 第63-64页 |
| ·小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-70页 |
| 致谢 | 第70-71页 |
