数据挖掘在水资源分析评价中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·水利行业信息系统的现状 | 第8-9页 |
| ·数据挖掘 | 第9-11页 |
| ·数据挖掘的定义 | 第9页 |
| ·数据挖掘的功能 | 第9-10页 |
| ·数据挖掘的步骤 | 第10页 |
| ·数据挖掘存在的问题 | 第10-11页 |
| ·国内外研究和应用现状 | 第11-12页 |
| ·数据挖掘的方法与技术综述 | 第12-15页 |
| ·分类 | 第12-13页 |
| ·聚类 | 第13-14页 |
| ·关联规则 | 第14-15页 |
| ·时间序列 | 第15页 |
| ·数据总结 | 第15页 |
| ·本文理论、实践意义 | 第15-16页 |
| ·本文的工作与组织结构 | 第16-17页 |
| 第二章 数据挖掘技术 | 第17-27页 |
| ·数据挖掘环境 | 第17页 |
| ·数据挖掘过程 | 第17-19页 |
| ·数据准备 | 第18页 |
| ·数据整理 | 第18页 |
| ·结果评价和解释 | 第18页 |
| ·数据挖掘过程总结 | 第18-19页 |
| ·关联规则发现 | 第19-25页 |
| ·基本概念和问题描述 | 第19页 |
| ·关联规则的种类 | 第19-20页 |
| ·关联规则挖掘算法 | 第20-23页 |
| ·多层和多维关联规则的挖掘 | 第23-24页 |
| ·关联规则价值衡量的方法 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 数据挖掘分析方法 | 第27-35页 |
| ·一元线性回归模型 | 第27-28页 |
| ·多元线性回归模型及参数的最小二乘估计 | 第28-34页 |
| ·多元线性回归模型 | 第28-29页 |
| ·参数的最小二乘估计 | 第29页 |
| ·时间序列分析 | 第29-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 水文地质学变量分析方法 | 第35-43页 |
| ·水文水资源数据库简介 | 第35页 |
| ·水文地质学变量描述 | 第35-37页 |
| ·时间序列分析 | 第37-38页 |
| ·水文地质学变量时间序列的基本特征 | 第37页 |
| ·水文地质学变量时间序列特征描述 | 第37-38页 |
| ·地下水变量时间序列趋势分析 | 第38-40页 |
| ·跳跃趋势 | 第38-39页 |
| ·线性趋势 | 第39-40页 |
| ·指数趋势 | 第40页 |
| ·地下水变量时间序列周期性分析 | 第40-41页 |
| ·地下水变量时间序列自回归模型建立 | 第41-42页 |
| ·建立整体预测模型 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第五章 长系列地下水水位资料数据挖掘 | 第43-50页 |
| ·工具软件的开发环境 | 第43-44页 |
| ·开发环境 | 第43页 |
| ·软件功能 | 第43-44页 |
| ·趋势分析 | 第44-46页 |
| ·跳跃趋势 | 第45页 |
| ·线性趋势 | 第45-46页 |
| ·周期性分析 | 第46-49页 |
| ·建立整体预测模型 | 第49页 |
| ·模型的验证 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |
