| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题研究的目的与意义 | 第8-9页 |
| ·国内外研究现状及分析 | 第9-12页 |
| ·课题研究的主要内容及创新点 | 第12页 |
| ·论文章节安排 | 第12-13页 |
| 第2章 数据挖掘在规则提取和反例检测的研究与应用 | 第13-31页 |
| ·数据挖掘概述 | 第13-14页 |
| ·数据挖掘基本概念 | 第13页 |
| ·数据挖掘系统的一般模型 | 第13-14页 |
| ·关联分析和序列分析 | 第14页 |
| ·引入数据挖掘技术的原因 | 第14-15页 |
| ·基于数据挖掘的规则提取和反例检测方法的基本流程 | 第15-16页 |
| ·基于数据挖掘方法的研究分类 | 第16-30页 |
| ·基于频繁项集挖掘的方法 | 第16-19页 |
| ·基于频繁序列挖掘的方法 | 第19-22页 |
| ·基于频繁偏序挖掘的方法 | 第22-24页 |
| ·基于频繁子图挖掘的方法 | 第24-30页 |
| ·基于数据挖掘方法的规则提取的应用 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第3章 频繁项集挖掘算法研究 | 第31-43页 |
| ·频繁项集挖掘算法概述 | 第31页 |
| ·频繁项集挖掘问题描述 | 第31-33页 |
| ·基本概念 | 第31-33页 |
| ·问题定义 | 第33页 |
| ·FP-growth 算法 | 第33-39页 |
| ·FP-growth 算法的基本思想 | 第33页 |
| ·FP-growth 算法的具体步骤 | 第33-39页 |
| ·CLOSET 算法 | 第39-42页 |
| ·CLOSET 算法的基本思想 | 第39-40页 |
| ·CLOSET 算法的具体步骤 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于频繁闭合项集挖掘的隐式规则自动提取与反例检测模型 | 第43-71页 |
| ·模型总体设计框架 | 第43-44页 |
| ·隐式规则举例 | 第44-45页 |
| ·选取感兴趣的语法成分 | 第45-46页 |
| ·数据库生成 | 第46-57页 |
| ·数据库生成的基本思想 | 第46-47页 |
| ·数据库生成的总体流程和算法框架 | 第47-49页 |
| ·预处理和建立语法树 | 第49-52页 |
| ·基于抽象语法树的局部符号表生成算法 | 第52-54页 |
| ·提取两种语法成分的算法 | 第54-56页 |
| ·数字项目集数据库生成算法 | 第56页 |
| ·剪枝和合并算法 | 第56-57页 |
| ·改进的频繁项集挖掘算法 | 第57-65页 |
| ·FPclose 算法 | 第58-62页 |
| ·IFPclose 算法 | 第62-65页 |
| ·规则生成与反例检测 | 第65-70页 |
| ·闭规则压缩格式生成算法 | 第65-68页 |
| ·正序规则生成及反例检测算法 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 实验结果与分析 | 第71-80页 |
| ·开源代码上的实验 | 第71-76页 |
| ·两种方法的对比 | 第76页 |
| ·误检分析 | 第76-78页 |
| ·规则提取和反例检测仿真实验及分析 | 第78页 |
| ·本章小结 | 第78-80页 |
| 结论 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第86-88页 |
| 致谢 | 第88页 |