| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 前言 | 第8-12页 |
| 研究背景及意义 | 第8-9页 |
| 研究现状 | 第9页 |
| 本文贡献 | 第9-10页 |
| 本文组织结构 | 第10-12页 |
| 第一章 不确定数据挖掘与不精确概率 | 第12-18页 |
| ·数据的不确定性 | 第12-13页 |
| ·不确定数据挖掘的相关工作 | 第13-14页 |
| ·不精确概率 | 第14-16页 |
| ·证据理论 | 第14-15页 |
| ·概率区间 | 第15页 |
| ·模糊概率理论 | 第15-16页 |
| ·可能性理论 | 第16页 |
| ·本章小结 | 第16-18页 |
| 第二章 空间co-location模式挖掘 | 第18-28页 |
| ·空间co-location模式的基本概念 | 第18-22页 |
| ·空间co-location模式挖掘的相关工作 | 第22-23页 |
| ·确定数据的空间co-location模式挖掘算法介绍 | 第23-27页 |
| ·全连接(Join-Based)算法 | 第23-24页 |
| ·基于顺序团(Order-Clique-Based)的算法 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于可能世界的概率频繁模式挖掘 | 第28-34页 |
| ·可能世界模型 | 第28-29页 |
| ·期望频繁模式与概率频繁模式 | 第29-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 概率区间下基于可能世界的概率频繁模式挖掘 | 第34-58页 |
| ·概率区间的基本概念 | 第34-35页 |
| ·相关定义 | 第35-44页 |
| ·概率区间下的可能世界模型 | 第35-40页 |
| ·模式的频繁点概率 | 第40-44页 |
| ·基本挖掘算法 | 第44-48页 |
| ·动态规划 | 第44-47页 |
| ·基本算法 | 第47-48页 |
| ·算法优化 | 第48-56页 |
| ·优化策略 | 第48-55页 |
| ·优化后的算法 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 实验与分析 | 第58-66页 |
| ·在模拟数据上的实验 | 第58-63页 |
| ·距离阈值对算法的影响 | 第58-59页 |
| ·参与度阈值和概率闽值对算法的影响 | 第59-61页 |
| ·实例个数对算法的影响 | 第61页 |
| ·实例概率区间的变化对算法的影响 | 第61-63页 |
| ·在实际数据上的实验 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 本文总结与展望 | 第66-68页 |
| ·本文总结 | 第66页 |
| ·未来研究方向 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |