| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景及意义 | 第10-11页 |
| ·不确定性数据概述 | 第11-13页 |
| ·不确定性数据的产生原因 | 第11-12页 |
| ·不确定性数据的表现形式 | 第12-13页 |
| ·不确定性数据挖掘的研究现状 | 第13-17页 |
| ·聚类 | 第14-15页 |
| ·分类 | 第15-16页 |
| ·孤立点检测 | 第16-17页 |
| ·频繁项集挖掘 | 第17页 |
| ·本文的主要创新点 | 第17页 |
| ·本文的主要内容及组织结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 不确定性数据中频繁项集挖掘算法 | 第19-36页 |
| ·频繁项集挖掘概述 | 第19-20页 |
| ·传统数据中频繁项集挖掘算法 | 第20-27页 |
| ·完全频繁项集挖掘算法 | 第20-23页 |
| ·频繁闭项集挖掘算法 | 第23-25页 |
| ·最大频繁项集挖掘算法 | 第25-27页 |
| ·不确定性数据中频繁项集挖掘算法 | 第27-32页 |
| ·U-Apriori算法 | 第28-30页 |
| ·UF-growth算法 | 第30-32页 |
| ·不确定数据流中的频繁项集挖掘算法 | 第32-35页 |
| ·UF-streaming算法 | 第32-33页 |
| ·SUF-growth算法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 一种基于UF-Tree的最大频繁项集挖掘算法 | 第36-50页 |
| ·相关定义 | 第36-38页 |
| ·不确定性数据中最大频繁项集挖掘算法 | 第38-48页 |
| ·构建UF-Tree | 第38-41页 |
| ·局部最大频繁项集挖掘算法LUMF-growth | 第41-45页 |
| ·最大频繁项集挖掘算法UMF-growth | 第45-48页 |
| ·UMF-growth算法的改进 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第四章 实验及结果分析 | 第50-58页 |
| ·实验环境 | 第50页 |
| ·不确定性数据集的生成 | 第50-51页 |
| ·UMF-growth算法的性能测试 | 第51-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结及展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间公开发表的论文及科研情况 | 第65页 |