基于PVM的SLIQ算法的并行化研究
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 绪论 | 第8-12页 |
| 1．1 论文选题及其研究意义 | 第8-9页 |
| 1．2 国内外现状综述 | 第9-10页 |
| 1．3 论文研究的主要内容 | 第10-12页 |
| 2 数据挖掘 | 第12-29页 |
| 2．1 数据仓库 | 第12-13页 |
| 2．2 数据挖掘 | 第13-17页 |
| 2．2．1 数据挖掘的定义与分类 | 第13-15页 |
| 2．2．2 数据挖掘的过程与应用 | 第15-17页 |
| 2．3 数据仓库中的数据挖掘 | 第17-18页 |
| 2．4 分类算法 | 第18-21页 |
| 2．4．1 分类的基本概念 | 第18-19页 |
| 2．4．2 分类算法结果准确度的评估方法 | 第19-20页 |
| 2．4．3 几种基本的分类算法 | 第20-21页 |
| 2．5 决策树 | 第21-28页 |
| 2．5．1 决策树的的基本原理 | 第21-25页 |
| 2．5．1．1 决策树的概念 | 第21-23页 |
| 2．5．1．2 决策树的分裂指标 | 第23-25页 |
| 2．5．1．3 决策树的剪枝 | 第25页 |
| 2．5．2 几种基本的决策树算法 | 第25-28页 |
| 2．6 本章小节 | 第28-29页 |
| 3 串行SLIQ算法及改进 | 第29-36页 |
| 3．1 SLIQ算法的基本原理 | 第29页 |
| 3．2 SLIQ算法的流程 | 第29-34页 |
| 3．2．1 数据预处理 | 第31页 |
| 3．2．2 计算最佳分裂 | 第31-33页 |
| 3．2．3 升级节点 | 第33-34页 |
| 3．2．4 剪枝 | 第34页 |
| 3．2．5 算法值得注意的地方 | 第34页 |
| 3．3 SLIQ算法的时间复杂度分析 | 第34-35页 |
| 3．4 SLIQ算法的不足与改进思路 | 第35页 |
| 3．5 本章小结 | 第35-36页 |
| 4 基于PVM的并行程序设计方法 | 第36-48页 |
| 4．1 并行计算机的体系结构 | 第36-43页 |
| 4．1．1 常见的并行计算机体系结构 | 第36-41页 |
| 4．1．1．1 并行计算机体系结构发展的历史 | 第36页 |
| 4．1．1．2 并行计算机的体系结构模型 | 第36-41页 |
| 4．1．1．3 并行工作站机群 | 第41页 |
| 4．1．2 PVM体系结构的特点 | 第41-43页 |
| 4．2 并行程序设计方法 | 第43-47页 |
| 4．2．1 常见的并行程序设计方法 | 第43-46页 |
| 4．2．2 PVM的程序设计方法 | 第46-47页 |
| 4．3 本章小结 | 第47-48页 |
| 5 并行SLIQ算法研究 | 第48-54页 |
| 5．1 现有的并行SLIQ算法 | 第48页 |
| 5．2 并行SLIQ算法 | 第48-51页 |
| 5．2．1 算法并行的思路 | 第48-49页 |
| 5．2．2 SLIQ并行算法的流程 | 第49-51页 |
| 5．3 并行SLIQ的时间复杂度分析 | 第51-53页 |
| 5．4 本章小结 | 第53-54页 |
| 6 论文总结 | 第54-55页 |
| 6．1 论文的主要工作 | 第54页 |
| 6．2 vb进一步的工作 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-57页 |
