关系数据分类算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题的目的和意义 | 第10-11页 |
| ·关系数据分类技术的研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·课题的主要研究内容及论文的组织结构 | 第14-15页 |
| 第2章 基础知识概述 | 第15-28页 |
| ·数据挖掘 | 第15页 |
| ·分类 | 第15-16页 |
| ·关系数据的表示形式 | 第16-19页 |
| ·关系数据库的表示 | 第16-18页 |
| ·一阶逻辑的表示 | 第18页 |
| ·基于图的表示 | 第18-19页 |
| ·关系术语 | 第19页 |
| ·多关系数据挖掘 | 第19-27页 |
| ·多关系数据挖掘的起源 | 第19-20页 |
| ·研究多关系数据挖掘算法的途径 | 第20-21页 |
| ·多关系数据分类的常用方法 | 第21-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 一种改进的多关系朴素贝叶斯分类算法 | 第28-45页 |
| ·引言 | 第28页 |
| ·关系朴素贝叶斯分类算法的研究现状 | 第28-29页 |
| ·基本概念 | 第29-33页 |
| ·贝叶斯定理 | 第29-30页 |
| ·朴素贝叶斯分类 | 第30页 |
| ·传统朴素贝叶斯分类方法 | 第30-31页 |
| ·关系朴素贝叶斯分类方法 | 第31-32页 |
| ·信息增益 | 第32-33页 |
| ·基本定义 | 第33页 |
| ·Graph-NB 算法 | 第33-37页 |
| ·ASNBC 算法 | 第37-44页 |
| ·各关系表对分类任务的影响 | 第37-38页 |
| ·属性选择 | 第38-40页 |
| ·拓展的语义关系图 | 第40页 |
| ·ASNBC 算法的基本思路 | 第40-41页 |
| ·ASNBC 算法的详细描述 | 第41-43页 |
| ·根据拓展语义关系图建立的朴素贝叶斯分类方法 | 第43页 |
| ·ASNBC 算法的时间复杂度分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 一种基于神经网络的关系分类算法研究 | 第45-56页 |
| ·引言 | 第45页 |
| ·神经网络简介 | 第45页 |
| ·基本概念 | 第45-49页 |
| ·神经网络 | 第46页 |
| ·BP 神经网络 | 第46-47页 |
| ·BP 反向传播算 | 第47-49页 |
| ·RNC 算法 | 第49-55页 |
| ·RNC 算法的基本思想 | 第49-51页 |
| ·RNC 算法建立的神经网络模型 | 第51-53页 |
| ·RNC 算法的描述 | 第53-54页 |
| ·用RNC 算法建立的神经网络模型来分类的方法 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 算法的实验验证 | 第56-61页 |
| ·引言 | 第56页 |
| ·实验设置 | 第56-57页 |
| ·试验数据集 | 第57-58页 |
| ·Mutagenesis 数据库 | 第57-58页 |
| ·Financial 数据库 | 第58页 |
| ·试验结果及分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
