| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·引言 | 第12页 |
| ·数据挖掘概述 | 第12-13页 |
| ·数据挖掘的定义与流程 | 第12-13页 |
| ·数据挖掘的特点 | 第13页 |
| ·多数据库挖掘概述 | 第13-16页 |
| ·多数据库中数据挖掘问题的提出及其重要性 | 第13-14页 |
| ·多数据库中数据挖掘的特点 | 第14-16页 |
| ·本文的工作与创新点 | 第16-17页 |
| ·本文的工作和内容组织 | 第16页 |
| ·本文的创新点 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 多数据库挖掘技术及分组方法概述 | 第18-33页 |
| ·引言 | 第18页 |
| ·多数据库挖掘技术 | 第18-21页 |
| ·面向应用的数据库选择合并挖掘技术 | 第18-19页 |
| ·分布式（并行）挖掘技术 | 第19-21页 |
| ·独立于应用的多数据库分组挖掘技术 | 第21页 |
| ·多数据库分组方法 | 第21-32页 |
| ·聚类分析概述 | 第21-22页 |
| ·数据库间相似度和距离的测量 | 第22-28页 |
| ·多数据库分组及评价 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于 AFCMC 算法的多数据库最优分组技术 | 第33-56页 |
| ·引言 | 第33页 |
| ·模糊聚类与自适应模糊 C-均值聚类算法 | 第33-41页 |
| ·模糊集与隶属函数 | 第33-35页 |
| ·模糊聚类分析 | 第35-38页 |
| ·自适应模糊 C-均值聚类算法 | 第38-41页 |
| ·独立于应用的多数据库最优分组技术 | 第41-47页 |
| ·多数据库最优分组方法概述 | 第41页 |
| ·多数据库的完全分组及算法分析 | 第41-44页 |
| ·多数据库的最优分组及算法分析 | 第44-47页 |
| ·实验系统设计 | 第47-55页 |
| ·实验系统框架及算法具体步骤 | 第47页 |
| ·系统主要模块及实现 | 第47-49页 |
| ·实验分析 | 第49-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 多数据库挖掘中的关联规则合成技术 | 第56-62页 |
| ·引言 | 第56页 |
| ·关联规则合成技术 | 第56-59页 |
| ·权值方法的提出 | 第56页 |
| ·规则选取方法 | 第56-57页 |
| ·规则合成方法 | 第57页 |
| ·规则选取算法 | 第57-58页 |
| ·规则合成算法 | 第58-59页 |
| ·实验与分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·全文总结 | 第62页 |
| ·下一步的研究工作 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 附录一 | 第67-69页 |