ODM数据挖掘技术在塔河数字营林中的探索与研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-10页 |
| ·课题研究的来源及背景 | 第7页 |
| ·论文研究的主要内容 | 第7页 |
| ·论文研究的意义 | 第7-8页 |
| ·数据挖掘的现状 | 第8-10页 |
| 2 数据挖掘理论 | 第10-19页 |
| ·数据挖掘的定义及原理 | 第10-11页 |
| ·数据挖掘的定义 | 第10页 |
| ·数据挖掘的工作原理 | 第10-11页 |
| ·数据挖掘的目标、任务及流程 | 第11-15页 |
| ·数据挖掘的主要目标和任务 | 第11-13页 |
| ·数据挖掘的流程简介 | 第13-15页 |
| ·数据挖掘的功能和特点 | 第15-17页 |
| ·数据挖掘的主要功能 | 第15-16页 |
| ·数据挖掘的特点 | 第16-17页 |
| ·实施数据挖掘项目需考虑的问题 | 第17-19页 |
| 3 研究中应用的关键技术 | 第19-33页 |
| ·主成分分析原理 | 第19-20页 |
| ·最小描述长度原理 | 第20-21页 |
| ·决策树分类算法 | 第21-28页 |
| ·数据分类 | 第21页 |
| ·决策树分类的描述 | 第21-22页 |
| ·决策树的类型与生成过程 | 第22-23页 |
| ·决策树分析方法 | 第23-24页 |
| ·决策树的修剪 | 第24-26页 |
| ·决策树模型的评价指标 | 第26-28页 |
| ·支持向量机分类技术的研究 | 第28-31页 |
| ·支持向量机简介 | 第28页 |
| ·最优分类超平面结构 | 第28-29页 |
| ·支持向量机原理 | 第29-31页 |
| ·Oracle数据挖掘工具简介 | 第31-33页 |
| 4 甚于ODM的数据挖掘技术在塔河营林中的应用 | 第33-59页 |
| ·确立挖掘对象及目标 | 第33-34页 |
| ·组建ODM挖掘环境 | 第34-36页 |
| ·数据准备 | 第36-37页 |
| ·数据预处理 | 第37-46页 |
| ·数据标准化处理 | 第38-39页 |
| ·数据平整 | 第39页 |
| ·处理丢失数据 | 第39-40页 |
| ·处理异常点 | 第40-41页 |
| ·建立决策属性数据集合 | 第41-42页 |
| ·概化数据 | 第42-46页 |
| ·基于ODM决策树分类技术的应用 | 第46-51页 |
| ·CART算法基本思想 | 第46-47页 |
| ·决策树的生成及判决规则的提取 | 第47-51页 |
| ·ODM支持向量机分类技术的应用 | 第51-54页 |
| ·支持向量机的分类算法 | 第51-52页 |
| ·支持向量机核函数的选择 | 第52-53页 |
| ·支持向量机分类预测 | 第53-54页 |
| ·两种分类挖掘技术的比较 | 第54-59页 |
| ·两种分类技术预测准确度的比较 | 第54-57页 |
| ·两种技术实现的难易度的比较 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65-66页 |
