并行数据挖掘理论研究与应用
| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-12页 |
| 1 绪论 | 第12-26页 |
| ·课题的提出 | 第12-13页 |
| ·课题研究的目的和意义 | 第13-14页 |
| ·国内外研究现状与存在的问题 | 第14-23页 |
| ·论文主要内容 | 第23-26页 |
| 2 并行机群环境的构建 | 第26-32页 |
| ·并行计算机介绍 | 第26-27页 |
| ·并行软件介绍 | 第27-28页 |
| ·工作站机群的实现 | 第28-30页 |
| ·并行机群性能分析指标 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 大型商场连锁店数据仓库 | 第32-54页 |
| ·重百数据仓库系统CBDW 总体结构 | 第32-33页 |
| ·数据仓库的设计 | 第33-48页 |
| ·数据仓库的统计分析及应用 | 第48-53页 |
| ·本章小结 | 第53-54页 |
| 4 并行关联规则挖掘研究与应用 | 第54-82页 |
| ·并行关联规则相关定义和定理 | 第54-56页 |
| ·FPARM 算法设计 | 第56-61页 |
| ·FPARM 算法分析 | 第61-63页 |
| ·实验与分析 | 第63-67页 |
| ·并行关联规则在购物序列模式分析中的应用 | 第67-73页 |
| ·并行多层关联规则的挖掘算法研究 | 第73-79页 |
| ·本章小结 | 第79-82页 |
| 5 并行退火粒子群聚类算法研究与应用 | 第82-106页 |
| ·粒子群优化算法 | 第82-89页 |
| ·粒子群优化算法的缺陷与改进 | 第89-90页 |
| ·并行退火粒子群优化算法研究与设计 | 第90-97页 |
| ·并行退火粒子群聚类算法研究 | 第97-103页 |
| ·并行退火粒子群聚类在客户购物时段分析中的应用 | 第103-105页 |
| ·本章小结 | 第105-106页 |
| 6 并行核回归径向基网络研究与应用 | 第106-126页 |
| ·核回归径向基神经网络优化设计 | 第106-110页 |
| ·并行核回归径向基神经网络研究 | 第110-117页 |
| ·并行核回归径向基网络在冶金生产决策中的应用 | 第117-124页 |
| ·本章小结 | 第124-126页 |
| 7 全文总结 | 第126-128页 |
| ·论文的主要结论和创新点 | 第126-127页 |
| ·论文存在的不足和继续研究的方向 | 第127-128页 |
| 致谢 | 第128-130页 |
| 参考文献 | 第130-138页 |
| 附录 | 第138-140页 |
| 1. 作者在攻读博士学位期间发表的论文目录 | 第138-139页 |
| 2. 作者在攻读博士学位期间参加的科研项目 | 第139-140页 |
| 独创性声明 | 第140页 |
| 学位论文版权使用授权书 | 第140页 |
