数据挖掘相关算法的研究与平台实现
| 1 绪论 | 第1-17页 |
| ·引言 | 第11页 |
| ·论文的研究背景 | 第11-14页 |
| ·数据挖掘的现状 | 第11-13页 |
| ·数据挖掘的未来研究方向 | 第13-14页 |
| ·论文的研究内容 | 第14-17页 |
| ·应用背景概述 | 第14-15页 |
| ·研究内容及论文结构 | 第15-17页 |
| 2 数据挖掘及相关基本理论 | 第17-25页 |
| ·引言 | 第17页 |
| ·数据挖掘的基本概念 | 第17页 |
| ·数据挖掘的步骤 | 第17-19页 |
| ·数据挖掘的任务 | 第19页 |
| ·数据挖掘的技术和算法概述 | 第19-20页 |
| ·数据挖掘的工具 | 第20-22页 |
| ·数据挖掘与其他技术的关系 | 第22-23页 |
| ·数据挖掘与机器学习 | 第22页 |
| ·数据挖掘与传统的数据分析工具 | 第22页 |
| ·数据挖掘与数据仓库 | 第22-23页 |
| ·数据挖掘的应用 | 第23-24页 |
| ·小结 | 第24-25页 |
| 3 挖掘空间定位算法 | 第25-41页 |
| ·引言 | 第25页 |
| ·挖掘空间定位问题 | 第25-26页 |
| ·粗集相关技术 | 第26-31页 |
| ·粗集基本概念 | 第26-28页 |
| ·属性约简算法综述 | 第28-31页 |
| ·基于并行遗传算法的挖掘空间定位算法 | 第31-39页 |
| ·遗传算法基本理论 | 第31-33页 |
| ·并行遗传算法理论 | 第33-34页 |
| ·基于并行遗传算法的知识约简算法 | 第34-38页 |
| ·挖掘空间定位的应用实例 | 第38-39页 |
| ·算法特点 | 第39-40页 |
| ·小结 | 第40-41页 |
| 4 时间序列相似匹配算法 | 第41-57页 |
| ·引言 | 第41页 |
| ·时间序列相似匹配问题及相关技术 | 第41-44页 |
| ·匹配问题描述 | 第41-42页 |
| ·相似度量 | 第42页 |
| ·多维索引结构 | 第42-43页 |
| ·特征提取方法 | 第43-44页 |
| ·时间序列相似匹配相关工作 | 第44-48页 |
| ·基于小波包变换的时序匹配算法 | 第48-56页 |
| ·小波包相关理论 | 第49-50页 |
| ·算法基本原理及实现流程 | 第50-52页 |
| ·理论上的证明 | 第52-54页 |
| ·实验证明 | 第54-56页 |
| ·小结 | 第56-57页 |
| 5 基于粗集和神经网络的混合挖掘方法 | 第57-66页 |
| ·引言 | 第57页 |
| ·相关理论简介 | 第57-59页 |
| ·粗集和神经网络集成方法概述 | 第59-61页 |
| ·一个新的集成化算法框架 | 第61-64页 |
| ·算法实现流程 | 第61页 |
| ·算法各组成部分 | 第61-63页 |
| ·实例分析 | 第63-64页 |
| ·小结 | 第64-66页 |
| 6 基于数据仓库的联机分析挖掘平台的设计与实现 | 第66-86页 |
| ·引言 | 第66页 |
| ·相关技术概述 | 第66-70页 |
| ·数据仓库技术 | 第66-67页 |
| ·联机分析技术 | 第67-68页 |
| ·联机分析挖掘技术 | 第68-69页 |
| ·挖掘工具的研究现状 | 第69-70页 |
| ·基于数据仓库的联机分析挖掘平台的设计与实现 | 第70-79页 |
| ·平台的体系结构 | 第70-71页 |
| ·平台实现的功能 | 第71页 |
| ·数据仓库的设计与实现 | 第71-74页 |
| ·联机分析工具的设计与实现 | 第74-77页 |
| ·数据挖掘工具的设计与实现 | 第77-79页 |
| ·联机分析挖掘平台的行业应用 | 第79-85页 |
| ·银行卡分析中的应用 | 第79-81页 |
| ·电力决策分析中的应用 | 第81-85页 |
| ·平台的特点 | 第85页 |
| ·小结 | 第85-86页 |
| 7 总结与展望 | 第86-89页 |
| ·总结全文 | 第86-87页 |
| ·下一步工作 | 第87-89页 |
| 参考文献 | 第89-98页 |
| 攻读博士学位期间参加的科研项目和发表的学术论文 | 第98-99页 |
| 学位论文创新点摘要 | 第99-100页 |
| 致谢 | 第100-102页 |
