基于粒度原理的聚类分析及规则挖掘技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·数据挖掘理论概述 | 第9-12页 |
| ·引言 | 第9页 |
| ·数据挖掘的定义 | 第9页 |
| ·数据挖掘的功能 | 第9-12页 |
| ·数据挖掘的基本步骤 | 第12页 |
| ·数据挖掘技术的研究方向 | 第12-13页 |
| ·论文的研究内容 | 第13-15页 |
| 第2章 粒度计算 | 第15-21页 |
| ·粒度计算的起源 | 第15-16页 |
| ·粒度计算的定义 | 第16页 |
| ·粒度计算的基本成分 | 第16-18页 |
| ·粒度计算的基本问题 | 第18-19页 |
| ·粒计算的三大理论模型 | 第19-20页 |
| ·模糊集理论模型 | 第19页 |
| ·Rough集 | 第19-20页 |
| ·商空间理论 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于粒度原理的层次聚类算法 | 第21-34页 |
| ·聚类分析概述 | 第21-26页 |
| ·聚类模型描述 | 第23页 |
| ·聚类算法的步骤 | 第23页 |
| ·主要聚类算法分类 | 第23-26页 |
| ·聚类中的粒度原理 | 第26-27页 |
| ·聚类中的簇间距离度量方法 | 第27-29页 |
| ·簇间距离的计算 | 第27-28页 |
| ·簇的评估方法 | 第28-29页 |
| ·粒度空间原理与粒度划分方法 | 第29-32页 |
| ·粒度空间的数学模型 | 第29页 |
| ·粒度划分方法 | 第29-30页 |
| ·算法过程描述及分析 | 第30-31页 |
| ·算法性能分析 | 第31-32页 |
| ·实验对比分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于粒度原理的层次规则挖掘算法 | 第34-48页 |
| ·规则挖掘 | 第34-37页 |
| ·规则挖掘概述 | 第34页 |
| ·关联规则挖掘算法的步骤 | 第34-35页 |
| ·规则挖掘典型算法 | 第35-37页 |
| ·规则挖掘中的粒计算 | 第37页 |
| ·基于粒度计算的规则挖掘的基本模型及相关定义 | 第37-41页 |
| ·关联规则的一般定义 | 第37-38页 |
| ·信息粒及其二进制表示方法 | 第38-39页 |
| ·基于粒度计算的关联规则定义 | 第39-41页 |
| ·基于粒度原理的层次规则挖掘算法 | 第41-47页 |
| ·数据集的层次化编码 | 第41-43页 |
| ·算法的基本思想 | 第43-44页 |
| ·算法过程及其伪代码描述 | 第44-45页 |
| ·算法举例 | 第45-47页 |
| ·算法性能分析 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第5章 结束语 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间发表的学术论文 | 第55页 |
