| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 关联规则挖掘 | 第11-12页 |
| 1.2.2 多尺度数据挖掘 | 第12-14页 |
| 1.2.3 尺度转换 | 第14-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文组织与结构 | 第16-17页 |
| 2 关联规则 | 第17-25页 |
| 2.1 关联规则数据挖掘 | 第17页 |
| 2.2 关联规则算法与分类 | 第17-23页 |
| 2.2.1 经典关联规则挖掘算法 | 第18-21页 |
| 2.2.2 基于散列的关联规则挖掘算法 | 第21-22页 |
| 2.2.3 基于划分的关联规则挖掘算法 | 第22页 |
| 2.2.4 基于采样的关联规则挖掘算法 | 第22-23页 |
| 2.3 关联规则应用 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 多尺度关联规则挖掘理论 | 第25-31页 |
| 3.1 尺度与数据多尺度处理 | 第25-27页 |
| 3.2 尺度划分 | 第27-28页 |
| 3.3 尺度转换 | 第28-29页 |
| 3.3.1 尺度转换原因 | 第28页 |
| 3.3.2 尺度转换分类 | 第28-29页 |
| 3.4 多尺度关联规则 | 第29页 |
| 3.4.1 多尺度关联规则定义 | 第29页 |
| 3.4.2 多尺度关联规则挖掘的实质 | 第29页 |
| 3.5 本章小结 | 第29-31页 |
| 4 基于相似度的频繁项集处理 | 第31-34页 |
| 4.1 频繁项集与支持度的存储结构 | 第31-32页 |
| 4.2 基于包含度的相似度理论 | 第32-33页 |
| 4.3 频繁项集的支持度计算 | 第33页 |
| 4.4 本章小结 | 第33-34页 |
| 5 多尺度关联规则挖掘算法 | 第34-54页 |
| 5.1 基于高斯金字塔法的多尺度关联规则尺度上推算法 | 第34-37页 |
| 5.1.1 理论基础 | 第35-36页 |
| 5.1.2 算法过程 | 第36页 |
| 5.1.3 算法描述 | 第36-37页 |
| 5.2 基于三次卷积法的多尺度关联规则尺度下推算法 | 第37-40页 |
| 5.2.1 理论基础 | 第37-39页 |
| 5.2.2 算法过程 | 第39页 |
| 5.2.3 算法描述 | 第39-40页 |
| 5.3 实验验证与分析 | 第40-51页 |
| 5.3.1 数据集 | 第41页 |
| 5.3.2 评价指标 | 第41-42页 |
| 5.3.3 实验结果分析 | 第42-51页 |
| 5.4 算法效率分析 | 第51-52页 |
| 5.5 本章小结 | 第52-54页 |
| 6 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间取得的科研成果清单 | 第63页 |