活性炭纤维吸附和解吸中的数据挖掘技术
| 摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第1章 绪论 | 第8-14页 |
| ·数据挖掘技术的产生 | 第8-9页 |
| ·数据挖掘的重要性 | 第9页 |
| ·国内外数据挖掘技术研究现状 | 第9-11页 |
| ·目前数据挖掘的实际应用范围 | 第11-12页 |
| ·金融方面 | 第11页 |
| ·客户关系管理方面 | 第11页 |
| ·零售业／市场营销方面 | 第11页 |
| ·过程控制／质量监督保证方面 | 第11-12页 |
| ·远程通讯部门 | 第12页 |
| ·化学／气象等行业 | 第12页 |
| ·军事方面 | 第12页 |
| ·本课题的意义 | 第12-13页 |
| ·本课题研究的主要内容 | 第13-14页 |
| 第2章 数据挖掘中的关联规则 | 第14-37页 |
| ·数据挖掘技术的功能和分类 | 第14-15页 |
| ·数据挖掘的功能 | 第14页 |
| ·数据挖掘的分类 | 第14-15页 |
| ·数据挖掘过程 | 第15-17页 |
| ·问题定义 | 第15-16页 |
| ·数据收集和数据预处理 | 第16页 |
| ·数据挖掘算法执行 | 第16页 |
| ·结果解释和评估 | 第16-17页 |
| ·数据挖掘中的常用技术 | 第17-19页 |
| ·传统主观导向系统 | 第17页 |
| ·传统统计分析 | 第17页 |
| ·神经元网络(NN)技术 | 第17-18页 |
| ·决策树 | 第18页 |
| ·进化式程序设计 | 第18页 |
| ·基于事例的推理方法 | 第18页 |
| ·遗传算法 | 第18页 |
| ·非线性回归方法 | 第18-19页 |
| ·数据的采样 | 第19-20页 |
| ·数据挖掘不同领域中的采样 | 第19-20页 |
| ·数据挖掘中的采样方法 | 第20页 |
| ·数据挖掘中的数据预处理 | 第20-26页 |
| ·数据挖掘中数据预处理的必要性 | 第21页 |
| ·数据预处理的基本功能 | 第21-22页 |
| ·预处理的主要方法 | 第22-26页 |
| ·数据挖掘中的关联规则 | 第26-37页 |
| ·概述 | 第26-29页 |
| ·单维布尔关联规则挖掘 | 第29-33页 |
| ·挖掘多层次关联规则 | 第33-34页 |
| ·多维关联规则的挖掘 | 第34-37页 |
| 第3章 数据挖掘技术在活性炭纤维性能分析中的应用 | 第37-57页 |
| ·再生对活性炭纤维性能影响的预测模型建立 | 第37-39页 |
| ·数据挖掘方法的选择及数据挖掘目标 | 第39-40页 |
| ·数据挖掘方法的选择 | 第39页 |
| ·数据挖掘目标 | 第39-40页 |
| ·数据采样 | 第40页 |
| ·数据预处理 | 第40-45页 |
| ·数据的应用变换 | 第40-44页 |
| ·数据的精简 | 第44-45页 |
| ·多维关联规则中量化属性处理 | 第45-48页 |
| ·确定离散区间 | 第45页 |
| ·对属性值进行替换 | 第45-48页 |
| ·关联规则数据挖掘 | 第48-57页 |
| ·对整理之后的数据求取频繁集 | 第48-49页 |
| ·由频繁谓词集产生关联规则 | 第49-54页 |
| ·多维关联规则的计算机实现 | 第54-56页 |
| ·结论与讨论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
