首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于膜系统的关联规则挖掘算法研究

摘要第6-8页
Abstract第8-9页
第1章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 膜计算的研究现状第11-12页
    1.3 关联规则的研究现状第12-13页
    1.4 论文的研究内容第13-16页
        1.4.1 论文的组织结构第13-14页
        1.4.2 论文难点与创新点第14-16页
第2章 膜计算概述第16-22页
    2.1 引言第16页
    2.2 P系统的基本要素第16-20页
        2.2.1 膜结构第16-19页
        2.2.2 对象第19页
        2.2.3 进化规则第19-20页
    2.3 S细胞型P系统第20-21页
    2.4 本章小结第21-22页
第3章 基于S细胞型P系统的Apriori算法改进研究第22-34页
    3.1 Apriori算法第22-24页
        3.1.1 基本Apriori算法的思想及其步骤第22-23页
        3.1.2 改进的Apriori算法第23-24页
    3.2 基于S细胞型P系统的Apriori算法第24-29页
        3.2.1 P系统的设计第24-27页
        3.2.2 P系统中Apriori算法的实现过程第27-29页
    3.3 实例验证与分析第29-33页
        3.3.1 举例第29-30页
        3.3.2 P系统中实例的运行过程第30-32页
        3.3.3 实验结果与分析第32-33页
    3.4 本章小结第33-34页
第4章 基于MapReduce结构的S细胞型P系统的FP-Growth算法改进研究第34-47页
    4.1 MapReduce结构第34-35页
    4.2 FP-Growth算法第35-37页
        4.2.1 基本FP-Growth算法的思想及其步骤第35-36页
        4.2.2 基于MapReduce结构改进的FP-Growth算法第36-37页
    4.3 基于S细胞型P系统的FP-Growth算法第37-42页
        4.3.1 P系统的设计第37-40页
        4.3.2 P系统中FP-Growth算法的实现过程第40-42页
    4.4 实例验证与分析第42-46页
        4.4.1 举例第42-43页
        4.4.2 P系统中实例的运行过程第43-45页
        4.4.3 实验结果与分析第45-46页
    4.5 本章小结第46-47页
第5章S细胞型P系统在微博用户推荐中的应用研究第47-63页
    5.1 微博用户推荐问题第47页
    5.2 面向微博用户推荐的S细胞型P系统第47-52页
        5.2.1 基于关联规则的微博用户推荐系统第47-48页
        5.2.2 P系统的设计第48-51页
        5.2.3 P系统的运行过程第51-52页
    5.3 实例分析第52-62页
    5.4 本章小结第62-63页
第6章 总结与展望第63-65页
    6.1 论文的主要工作第63-64页
    6.2 未来的工作展望第64-65页
参考文献第65-68页
攻读硕士学位期间发表的学术论文和参加科研情况第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于 Curvelet 的图像检索算法研究
下一篇:脉冲神经膜系统在聚类问题中的研究与应用