决策树分类算法的并行化研究及其应用
| 中文摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景及研究意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·研究内容及论文结构 | 第13-15页 |
| 2 数据挖掘和并行程序设计技术概述 | 第15-30页 |
| ·数据挖掘技术 | 第15-17页 |
| ·数据挖掘的起源 | 第15-16页 |
| ·数据挖掘的过程 | 第16-17页 |
| ·数据挖掘中的分类技术 | 第17-18页 |
| ·决策树技术介绍 | 第18-25页 |
| ·几种典型的决策树的分类算法 | 第20-23页 |
| ·决策树典型分类算法的比较 | 第23页 |
| ·决策树技术面临的挑战和目前发展方向 | 第23-25页 |
| ·并行程序设计技术 | 第25-30页 |
| ·并行计算机的介绍 | 第25-26页 |
| ·并行算法 | 第26-27页 |
| ·MPI 概述 | 第27-30页 |
| 3 决策树并行算法的实现 | 第30-41页 |
| ·并行环境的安装及设置 | 第30-32页 |
| ·系统环境配置 | 第32-33页 |
| ·决策树分类算法的并行化 | 第33-41页 |
| ·并行性分析 | 第33-34页 |
| ·决策树构建的并行性方案 | 第34-35页 |
| ·决策树并行算法的实现 | 第35-41页 |
| 4 性能分析 | 第41-48页 |
| ·并行程序的评估 | 第41-43页 |
| ·实验与分析 | 第43-48页 |
| 5 决策树分类算法在学生成绩中的应用 | 第48-53页 |
| 6 结论 | 第53-55页 |
| ·结论 | 第53页 |
| ·进一步的工作 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58-61页 |
| 致谢 | 第61-62页 |
| 在学期间发表的研究成果 | 第62页 |