| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-10页 |
| 插图清单 | 第10-11页 |
| 表格清单 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| ·背景 | 第12-13页 |
| ·CBR的产生背景 | 第12-13页 |
| ·CBR的理论背景 | 第13页 |
| ·CBR的历史及其研究现状 | 第13-15页 |
| ·基于案例推理的历史简介 | 第13-14页 |
| ·基于案例推理的研究现状 | 第14-15页 |
| ·基于案例推理的特点及应用 | 第15-16页 |
| ·CBR的特点 | 第15页 |
| ·CBR的应用 | 第15页 |
| ·CBR存在问题 | 第15-16页 |
| ·本文组织及章节安排 | 第16-17页 |
| 第二章 数据挖掘 | 第17-32页 |
| ·数据挖掘概述 | 第17-19页 |
| ·数据挖掘的定义 | 第17页 |
| ·数据挖掘的主要方法 | 第17页 |
| ·数据挖掘的发展 | 第17-19页 |
| ·数据挖掘的历史与研究现状 | 第19-20页 |
| ·研究历史 | 第19页 |
| ·国内外现状 | 第19-20页 |
| ·数据挖掘的常用技术及流程 | 第20-22页 |
| ·常用技术 | 第20-21页 |
| ·数据挖掘流程 | 第21-22页 |
| ·聚类分析 | 第22-31页 |
| ·聚类分析的概念 | 第22-23页 |
| ·主要聚类方法 | 第23-25页 |
| ·相关研究 | 第25-26页 |
| ·一种新的网格聚类算法 | 第26-28页 |
| ·算法实验 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 案例推理及其检索技术 | 第32-43页 |
| ·CBR的理论基础 | 第32-36页 |
| ·CBR的基本结构及过程 | 第32-34页 |
| ·案例表示方法 | 第34页 |
| ·案例的修正技术 | 第34-35页 |
| ·案例库维护 | 第35-36页 |
| ·案例推理的检索技术 | 第36-39页 |
| ·相似性度量函数 | 第37页 |
| ·检索目标 | 第37页 |
| ·几种检索方式 | 第37-39页 |
| ·基于聚类算法的改进的案例检索技术 | 第39-42页 |
| ·改进案例检索过程 | 第39-40页 |
| ·聚类集合的确定 | 第40页 |
| ·一种新的聚类中心的确定方法 | 第40-41页 |
| ·相似度计算的改进 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于网格聚类算法的案例检索系统的研究和实现 | 第43-50页 |
| ·数据的处理与表示 | 第43-44页 |
| ·数据的预处理 | 第43-44页 |
| ·数据的表示 | 第44页 |
| ·系统设计与实现 | 第44-48页 |
| ·应用系统的整体框架流程 | 第44-45页 |
| ·数据初始化 | 第45页 |
| ·数据的网格预处理 | 第45-46页 |
| ·数据的聚类分析 | 第46-47页 |
| ·聚类质心的计算 | 第47页 |
| ·相似案例一级检索 | 第47-48页 |
| ·相似案例二级检索 | 第48页 |
| ·实验及其结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·进一步的工作展望与设想 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 发表论文 | 第55页 |