首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于网络管理数据库中性能数据的知识发现(KDD)研究

中文摘要第1-4页
英文摘要第4-6页
目录第6-9页
1. 绪论第9-14页
 1.1 引言第9-11页
 1.2 国内外基于网络管理数据库分析的研究第11页
 1.3 本论文研究目的、论文组织第11-13页
 1.4 论文背景第13-14页
2. KDD综述第14-25页
 2.1 概述第14页
 2.2 KDD定义第14-15页
 2.3 多处理阶段过程模型第15-17页
 2.4 以数据仓库、OLAP为基础的KDD结构模型第17-19页
 2.5 KDD的特点第19-20页
 2.6 数据挖掘概述第20-24页
  2.6.1 什么是数据挖掘第20页
  2.6.2 数据挖掘的特点第20页
  2.6.3 数据挖掘的分类第20-21页
  2.6.4 数据挖掘和知识发现的区别与联系第21-22页
  2.6.5 数据挖掘的任务第22-24页
 2.7 本章小结第24-25页
3. 网络管理综述第25-30页
 3.1 网络管理概述第25-27页
 3.2 人工智能与网络管理第27-29页
 3.3 本章小结第29-30页
4. 网络管理数据库的特点第30-47页
 4.1 网络管理数据库的内容第30-33页
 4.2 网络管理数据库中与性能相关的数据第33-38页
 4.3 与广播有关的二个背景知识第38-44页
  4.3.1 微软的浏览服务第38-41页
  4.3.2 DHCP服务第41-44页
 4.4 KDD技术在网络管理数据库中的总体应用模式第44-46页
 4.5 本章小结第46-47页
5. 网络管理性能数据的数据仓库及OLAP实现研究第47-63页
 5.1 数据仓库及OLAP概述第47-49页
  5.1.1 数据仓库及OLAP基本定义第47-49页
  5.1.2 OLAP的目的和应用范围第49页
 5.2 网络管理性能数据的数据仓库实现研究第49-56页
 5.3 网络管理性能数据的OLAP实现研究第56-62页
  5.3.1 OLAP的主要分析手段第56-60页
  5.3.2 OLAP的分析种类第60-62页
 5.4 本章小结第62-63页
6. 多层概念结构的组织技术研究第63-74页
 6.1 概念结构与多级概念概述第63页
 6.2 概念结构模型第63-64页
 6.3 引入概念结构的动机第64-65页
 6.4 概念结构的产生方法第65页
 6.5 概念结构的有效性第65-66页
 6.6 和概念结构有关的运算第66-68页
  6.6.1 泛化(generalization)、特性化(specialization)第66-67页
  6.6.2 属性门限问题第67-68页
 6.7 数值性属性的的概念结构的自动生成研究第68-73页
  6.7.1 基本概念第68页
  6.7.2 数值属性结构的自动生成算法第68-71页
  6.7.3 一种简单的常用的数值属性描述方法第71页
  6.7.4 通过模糊逻辑条件形成新概念第71-73页
 6.8 本章小结第73-74页
7. 多级关联在网络管理数据库中的应用研究第74-123页
 7.1 概述第74-76页
 7.2 关联的一般形式第76-81页
  7.2.1 关联规则的概念第77-78页
  7.2.2 关联规则挖掘算法第78-81页
 7.3 多级关联研究第81-99页
  7.3.1 多级关联概述第81-83页
  7.3.2 多级关联规则的定义第83-84页
  7.3.3 多级关联规则挖掘算法研究第84-99页
 7.4 网络管理数据库性能数据挖掘的特点第99-106页
  7.4.1 基本事务数据的构成第99-103页
  7.4.2 网络管理数据库的事务特点第103-106页
 7.5 带约束条件的多级关联挖掘算法研究第106-120页
  7.5.1 约束问题的形式化描述第107页
  7.5.2 带约束条件的关联发现算法第107-120页
 7.6 基于网络管理数据库性能数据的高效挖掘算法第120-122页
  7.6.1 一种和重点设备相关的高效算法第120-122页
  7.6.2 概念级交错关联问题第122页
 7.7 本章小结第122-123页
全文总结第123-125页
致谢第125-126页
参考文献第126-132页
攻读博士学位期间的科研教学和发表的论文第132-133页

论文共133页,点击 下载论文
上一篇:北京市土壤和蔬菜重金属的区域分布与污染评价
下一篇:汞在酸沉降地区陆地生态系统中的分布与行为