数据挖掘可视化模型及其应用研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-14页 |
| 第一章 绪论 | 第14-26页 |
| ·研究背景 | 第15-17页 |
| ·数据挖掘可视化的发展简史 | 第17-18页 |
| ·研究现状 | 第18-21页 |
| ·数据可视化技术特点 | 第19页 |
| ·数据挖掘可视化技术的研究进展 | 第19-21页 |
| ·数据挖掘可视化技术的应用 | 第21-22页 |
| ·存在的问题 | 第22-23页 |
| ·本文的主要工作 | 第23-26页 |
| 第二章 数据挖掘与可视化技术 | 第26-43页 |
| ·数据挖掘产生的背景 | 第26-27页 |
| ·数据挖掘功能 | 第27-29页 |
| ·分类和预测 | 第28页 |
| ·聚类分析 | 第28页 |
| ·关联分析 | 第28-29页 |
| ·孤立点分析 | 第29页 |
| ·可视化技术分类及应用方式 | 第29-37页 |
| ·可视化的数据类型 | 第29-32页 |
| ·可视化技术类型 | 第32-34页 |
| ·交互与变形技术类型 | 第34-35页 |
| ·数据可视化技术的应用方式 | 第35-37页 |
| ·可视化技术简介 | 第37-43页 |
| ·平行坐标技术 | 第37页 |
| ·图标显示技术 | 第37-39页 |
| ·像素显示技术 | 第39页 |
| ·分层显示技术 | 第39-41页 |
| ·图形显示技术 | 第41-43页 |
| 第三章 数据与挖掘过程可视化模型 | 第43-56页 |
| ·引言 | 第43页 |
| ·数据挖掘可视化的一般过程 | 第43-46页 |
| ·数据挖掘可视化的概念 | 第43-44页 |
| ·数据挖掘可视化的流程 | 第44-46页 |
| ·数据对象可视化 | 第46-50页 |
| ·数据对象可视化的思路 | 第46-47页 |
| ·数据对象可视化的基本方法 | 第47页 |
| ·数据对象的可视化模型 | 第47-50页 |
| ·数据挖掘过程可视化 | 第50-53页 |
| ·数据挖掘过程可视化的基本思路 | 第51页 |
| ·数据挖掘过程可视化的基本方法 | 第51-52页 |
| ·数据挖掘过程的可视化模型 | 第52-53页 |
| ·数据挖掘可视化的评测 | 第53-54页 |
| ·数据挖掘可视化的评测的意义 | 第53-54页 |
| ·数据挖掘可视化的评测的基本方法思考 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第四章 基于图标技术的可视计算与数据可视化 | 第56-72页 |
| ·引言 | 第56-57页 |
| ·图标技术的应用方法 | 第57-60页 |
| ·图标技术简介 | 第57页 |
| ·可视化数据集定义及规范化处理 | 第57-58页 |
| ·数据属性间特征描述及其可视化 | 第58-60页 |
| ·基于图标技术的可视计算 | 第60-65页 |
| ·可视计算的概念 | 第60-62页 |
| ·基于图标技术的可视计算方法 | 第62-64页 |
| ·可视标技术 | 第64-65页 |
| ·图标技术应用 | 第65-71页 |
| ·实验数据 | 第65页 |
| ·考核成绩评测数据可视化应用 | 第65-68页 |
| ·考核成绩评测数据实验结果分析 | 第68-70页 |
| ·医疗体检数据的可视化应用方法 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 基于平行坐标法的度量模型 | 第72-100页 |
| ·引言 | 第72-73页 |
| ·平行坐标的度量模型 | 第73-89页 |
| ·平行坐标法的应用方法 | 第73-74页 |
| ·平行坐标的度量指标 | 第74-78页 |
| ·度量指标体系中的一些概念、性质与结论 | 第78-88页 |
| ·应用层次分析法确定指标的权重 | 第88-89页 |
| ·可视化度量模型的应用 | 第89-93页 |
| ·度量指标的系统实现 | 第89-90页 |
| ·指标计算 | 第90-91页 |
| ·可视化优化效果选择 | 第91页 |
| ·交换坐标轴和维数控制 | 第91-93页 |
| ·数值实验 | 第93-99页 |
| ·实验数据 | 第93页 |
| ·数据的可视化应用 | 第93-96页 |
| ·对比实验结果分析 | 第96-99页 |
| ·本章小结 | 第99-100页 |
| 第六章 基于平行坐标的度量方法在聚类算法中的应用 | 第100-115页 |
| ·引言 | 第100-101页 |
| ·数据挖掘过程的可视化方法 | 第101-102页 |
| ·数据挖掘过程可视化应用方法分析 | 第101页 |
| ·聚类算法的可视化 | 第101-102页 |
| ·K-means算法的数据挖掘可视化 | 第102-106页 |
| ·算法说明及可视化应用方法 | 第102-104页 |
| ·可视对象的确定 | 第104页 |
| ·算法的分解与可视化应用 | 第104-106页 |
| ·平行坐标技术在k-means算法中的应用 | 第106-108页 |
| ·平行坐标的度量矩阵计算 | 第106-108页 |
| ·平行坐标方法的相关技术 | 第108页 |
| ·数值实验 | 第108-113页 |
| ·实验数据 | 第108-109页 |
| ·数据实验 | 第109-111页 |
| ·实验结果分析 | 第111-113页 |
| ·本章小结 | 第113-115页 |
| 第七章 总结与展望 | 第115-119页 |
| ·本文工作总结 | 第115-117页 |
| ·进一步研究展望 | 第117-119页 |
| 参考文献 | 第119-131页 |
| 附录A 数据对象可视化的几种方法 | 第131-147页 |
| 攻读博士期间所发表的主要论文 | 第147-148页 |
| 学位论文数据集 | 第148页 |
