| 摘要 | 第1-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·中药指纹图谱数据挖掘概述 | 第11页 |
| ·数据挖掘技术的由来 | 第11-12页 |
| ·数据挖掘定义及含义 | 第12页 |
| ·数据挖掘与传统分析方法的区别 | 第12-13页 |
| ·数据挖掘和数据仓库 | 第13页 |
| ·数据挖掘和联机分析处理 | 第13-14页 |
| ·数据挖掘、机器学习和统计 | 第14页 |
| ·数据挖掘在药物分析中的应用 | 第14-16页 |
| 第2章 数据挖掘方法与挖掘平台 | 第16-24页 |
| ·数据挖掘的方法 | 第16-20页 |
| ·决策树(Decision Tree) | 第16-17页 |
| ·人工神经网络(Artificial Neural Network) | 第17页 |
| ·分类(Classification) | 第17页 |
| ·回归(Regression) | 第17-18页 |
| ·时间序列分析(Time-series analysis) | 第18页 |
| ·预测(Prediction) | 第18页 |
| ·聚类(Clustering) | 第18-19页 |
| ·汇总(Characterization) | 第19页 |
| ·关联分析(Association analysis) | 第19-20页 |
| ·序列发现(Sequence) | 第20页 |
| ·数据挖掘的流程 | 第20页 |
| ·数据挖掘平台 | 第20-24页 |
| 第3章 中药指纹图谱简介 | 第24-28页 |
| ·中药指纹图谱定义、特点及意义 | 第24-25页 |
| ·中药指纹图谱分类 | 第25-27页 |
| ·中药指纹图谱评价方法进展 | 第27-28页 |
| 第4章 中药指纹图谱数据仓库中数据挖掘的实现 | 第28-35页 |
| ·基于SQL Server 2005的数据挖掘解决方案 | 第28-29页 |
| ·创建数据仓库 | 第28页 |
| ·联机分析处理 | 第28-29页 |
| ·构建和训练数据挖掘模型 | 第29页 |
| ·分析与前端展示 | 第29页 |
| ·基于SQL Server 2005的中药指纹图谱数据挖掘系统构建 | 第29-35页 |
| ·数据及开发工具 | 第29页 |
| ·数据源系统 | 第29页 |
| ·数据仓库 | 第29-33页 |
| ·联机分析处理(OLAP)、数据挖掘和部署 | 第33-34页 |
| ·用户端系统 | 第34-35页 |
| 第5章 中药指纹图谱数据挖掘实例 | 第35-64页 |
| ·实验材料 | 第35页 |
| ·实验条件 | 第35页 |
| ·实验数据 | 第35-38页 |
| ·数据库的创建 | 第38-46页 |
| ·创建数据库 | 第38-39页 |
| ·表的设计与创建 | 第39-46页 |
| ·实验数据录入 | 第46页 |
| ·数据挖掘项目建立 | 第46-64页 |
| ·创建新的Analysis Services项目 | 第47-48页 |
| ·创建数据源 | 第48-51页 |
| ·创建数据源视图 | 第51-53页 |
| ·创建挖掘结构 | 第53-64页 |
| 第6章 结论 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 发表文章目录 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70-75页 |
