首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

序列挖掘算法研究

中文摘要第1-5页
英文摘要第5-10页
插图与附表清单第10-12页
第一章 绪论第12-21页
 1.1 选题的意义第12-13页
 1.2 数据挖掘技术产生的背景第13-14页
  1.2.1 什么是数据挖掘第13-14页
  1.2.2 数据挖掘产生的必然性第14页
 1.3 数据挖掘的研究对象和目前的研究情况第14-15页
  1.3.1 数据挖掘的研究对象第14页
  1.3.2 国外数据挖掘研究情况第14-15页
  1.3.3 国内数据挖掘研究情况第15页
 1.4 数据挖掘的应用领域以及发展情况第15-17页
 1.5 现有的数据挖掘系统第17-18页
 1.6 数据挖掘未来的发展方向第18-19页
 1.7 论文的研究内容和结构安排第19-21页
第二章 数据挖掘技术第21-39页
 2.1 数据挖掘的内容和实质第21-22页
 2.2 数据挖掘过程的步骤第22-24页
 2.3 数据挖掘的主要模式第24-30页
  2.3.1 模式的相关知识第25-26页
  2.3.2 模式的种类第26页
  2.3.3 挖掘中模式的分类第26-30页
 2.4 数据挖掘的方法第30-36页
  2.4.1 人工神经网络(Artificial Neural Networks)第31-32页
  2.4.2 遗传算法(Genetic Algorithms)第32页
  2.4.3 决策树(Decision Trees)第32-34页
  2.4.4 粗集(Rough Set)第34页
  2.4.5 可视化(Visualization)技术第34-35页
  2.4.6 联机分析处理(OLAP)第35-36页
 2.5 数据挖掘中的疑难问题第36-39页
  2.5.1 数据挖掘中难点第36-37页
  2.5.2 数据挖掘中有待解决的问题第37-39页
第三章 序列模式挖掘算法第39-59页
 3.1 序列模式挖掘的有关问题第39-42页
  3.1.1 序列模式挖掘第39页
  3.1.2 描述性定义第39-41页
  3.1.3 序列模式挖掘的算法的主要目的第41页
  3.1.4 序列模式挖掘的参数第41-42页
 3.2 以Apriori为基础的序列模式算法第42-48页
  3.2.1 Apriori类算法的主要步骤第42-44页
  3.2.2 Apriori类算法的基本思想第44页
  3.2.3 Apriori类算法简述第44-48页
 3.3 GSP序列模式算法第48-50页
  3.3.1 GSP序列挖掘算法的基本思想第48页
  3.3.2 GSP的候选集生成第48-49页
  3.3.3 GSP与AprioriAll算法的比较第49-50页
 3.4 SPADE序列模式挖掘算法第50-57页
  3.4.1 SPADE的基本思想第50页
  3.4.2 SPADE的有关问题第50-53页
  3.4.3 SPADE算法第53-57页
 3.5 SPADE与GSP的比较第57-59页
第四章 中缀序列模式挖掘算法第59-74页
 4.1 现有的序列挖掘算法存在的问题第59-60页
  4.1.1 Apriori类算法第59页
  4.1.2 非Apriori类算法第59-60页
 4.2 中缀序列挖掘算法第60-74页
  4.2.1 数据准备第60-62页
  4.2.2 中缀序列挖掘算法的基本思想第62-63页
  4.2.3 中缀序列挖掘算法第63-71页
  4.2.4 关于中缀算法的相关定理第71-74页
第五章 实验数据和性能评价第74-84页
 5.1 实验数据一第74-80页
  5.1.1 实验前的准备第74-75页
  5.1.2 实验结果第75-79页
  5.1.3 实验数据分析第79-80页
 5.2 实验二——证券时间序列中的模式挖掘第80-82页
 5.3 中缀算法和SPADE算法的比较第82-84页
第六章 结论以及将来的工作第84-86页
 6.1 结论第84页
 6.2 将来的工作第84-86页
致谢第86-87页
主要参考文献第87-89页
攻读研究生期间发表的论文第89页

论文共89页,点击 下载论文
上一篇:中国高科技企业资本结构问题研究
下一篇:我国上市公司并购绩效实证研究