| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·脑功能网络研究现状 | 第12页 |
| ·数据挖掘方面研究现状 | 第12-15页 |
| ·研究内容和意义 | 第15页 |
| ·本论文内容安排 | 第15-17页 |
| 第二章 数据挖掘和关联规则介绍 | 第17-29页 |
| ·数据挖掘技术简介 | 第17-24页 |
| ·数据挖掘技术的起源 | 第17-18页 |
| ·数据挖掘的过程 | 第18-20页 |
| ·数据挖掘的分类和方法 | 第20-23页 |
| ·数据挖掘的任务 | 第23-24页 |
| ·关联规则 | 第24-28页 |
| ·关联规则定义 | 第24-26页 |
| ·关联规则的分类 | 第26-27页 |
| ·关联规则的步骤 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 Apriori 算法以及改进算法实现 | 第29-53页 |
| ·Apriori 算法原理与描述 | 第29-34页 |
| ·频繁项集的产生 | 第29-31页 |
| ·由频繁项集产生关联规则 | 第31-32页 |
| ·算法流程图 | 第32-34页 |
| ·Apriori 算法实例和优缺点 | 第34-37页 |
| ·Apriori 算法实例 | 第34-37页 |
| ·算法的优缺点 | 第37页 |
| ·已有改进算法介绍 | 第37-40页 |
| ·本论文的算法改进 | 第40-49页 |
| ·引言 | 第40-41页 |
| ·算法理论依据 | 第41-42页 |
| ·算法步骤及伪代码 | 第42-44页 |
| ·改进算法的流程图 | 第44-46页 |
| ·改进算法实例 | 第46-49页 |
| ·算法对比分析 | 第49-52页 |
| ·理论分析 | 第49-50页 |
| ·仿真实验 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 文本解析和脑区词表 | 第53-61页 |
| ·文本解析 | 第53-56页 |
| ·PDFToText | 第54页 |
| ·PDFMiner | 第54-55页 |
| ·文本解析的初步结果 | 第55-56页 |
| ·脑区词表 | 第56-60页 |
| ·Brodmann 脑区词表 | 第56-58页 |
| ·Automated Anatomical Labeling 脑区词表 | 第58页 |
| ·整合的脑区词表 All_Brain_regions | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 文本解析引擎平台设计及算法应用 | 第61-73页 |
| ·应用背景 | 第61-62页 |
| ·系统架构设计 | 第62-64页 |
| ·CSSE 平台流程图 | 第64-66页 |
| ·数据库设计 | 第66-68页 |
| ·数据库的选取 | 第66-67页 |
| ·Document Repository 详细设计 | 第67页 |
| ·Content Database 详细设计 | 第67-68页 |
| ·Synthesis Database 详细设计 | 第68页 |
| ·平台系统测试 | 第68-69页 |
| ·结果展示 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 攻硕期间取得的研究成果 | 第79-80页 |
