多源环境中数据预处理与模式挖掘的研究
| 致谢 | 第1-10页 |
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-17页 |
| 1 绪论 | 第17-31页 |
| ·课题背景及研究意义 | 第17-19页 |
| ·多数据源研究的应用背景 | 第18-19页 |
| ·多数据源挖掘的定义 | 第19页 |
| ·多数据源挖掘的研究现状 | 第19-22页 |
| ·多数据源挖掘的任务 | 第19-21页 |
| ·多数据源挖掘的挑战 | 第21-22页 |
| ·多数据源挖掘的相关技术分析与比较 | 第22-27页 |
| ·多视图学习 | 第22-23页 |
| ·迁移学习 | 第23-24页 |
| ·半监督学习 | 第24-26页 |
| ·集成学习 | 第26-27页 |
| ·主要研究内容与组织结构 | 第27-29页 |
| ·课题来源 | 第27页 |
| ·主要研究内容 | 第27-28页 |
| ·内容组织 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 2 基于标签传播的多异构数据源集成学习方法的研究 | 第31-47页 |
| ·引言 | 第31-32页 |
| ·相关内容 | 第32-34页 |
| ·多异构数据源的集成学习 | 第34-39页 |
| ·多异构数据源的集成学习框架 | 第34页 |
| ·问题描述 | 第34-36页 |
| ·标签传播与一致化方法 | 第36-38页 |
| ·集成模型 | 第38-39页 |
| ·实验结果 | 第39-45页 |
| ·实验设置 | 第39-42页 |
| ·实验结果分析 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 3 信息源质量的评估与选择方法的研究 | 第47-61页 |
| ·引言 | 第47-48页 |
| ·相关内容 | 第48-49页 |
| ·相关基础 | 第49-52页 |
| ·信息熵和互信息 | 第49-50页 |
| ·邻域熵和邻域互信息 | 第50-52页 |
| ·信息源的质量 | 第52-54页 |
| ·信息源的重要度 | 第52页 |
| ·信息源的冗余度 | 第52-53页 |
| ·信息源的选择与评估 | 第53-54页 |
| ·实验结果 | 第54-59页 |
| ·数据集与实验设置 | 第54-55页 |
| ·实验结果分析 | 第55-59页 |
| ·本章小结 | 第59-61页 |
| 4 多相关数据库中稳定模式挖掘的研究 | 第61-79页 |
| ·引言 | 第61-63页 |
| ·相关内容 | 第63-64页 |
| ·相关基础 | 第64-66页 |
| ·频繁项集 | 第64-65页 |
| ·聚类 | 第65页 |
| ·灰色关联分析 | 第65-66页 |
| ·稳定模式的挖掘 | 第66-71页 |
| ·稳定模式 | 第66-67页 |
| ·稳定数据项之间相似度的度量 | 第67-68页 |
| ·稳定项的层次聚类 | 第68-71页 |
| ·实验结果 | 第71-77页 |
| ·数据集 | 第71-72页 |
| ·拓展性与效率分析 | 第72-75页 |
| ·实验结果分析 | 第75-77页 |
| ·本章小结 | 第77-79页 |
| 5 结束语 | 第79-81页 |
| ·主要研究工作 | 第79页 |
| ·下一步工作 | 第79-81页 |
| 参考文献 | 第81-89页 |
| 攻读博士学位期间的学术活动及成果情况 | 第89-91页 |
