| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 第一章 引言 | 第6-16页 |
| 1．1 什么是分类 | 第6-7页 |
| 1．2 分类的基本技术 | 第7-12页 |
| 1．2．1 基于决策树的分类 | 第7-9页 |
| 1．2．2 贝叶斯分类 | 第9页 |
| 1．2．3 基于神经网络的分类 | 第9-10页 |
| 1．2．4 基于源于关联规则挖掘概念的分类 | 第10-12页 |
| 1．3 分类的准确性 | 第12-14页 |
| 1．3．1 评估分类算法的准确率 | 第12页 |
| 1．3．2 提高分类算法的准确率 | 第12-13页 |
| 1．3．3 准确率确定分类算法够吗 | 第13-14页 |
| 1．4 分类算法的比较标准 | 第14页 |
| 1．5 本文的研究内容与结果 | 第14页 |
| 1．6 本文的结构安排 | 第14-16页 |
| 第二章 基于JEP的分类算法 | 第16-21页 |
| 2．1 引言 | 第16页 |
| 2．2 问题描述 | 第16-17页 |
| 2．3 JEP挖掘算法 | 第17-19页 |
| 2．3．1 半天真算法 | 第18页 |
| 2．3．2 基于边界的算法 | 第18-19页 |
| 2．4 选择最有表现力的JEP | 第19-20页 |
| 2．5 JEP Classifier分类算法 | 第20-21页 |
| 第三章 最有效的跳跃显露模式（SJEP） | 第21-32页 |
| 3．1 引言 | 第21页 |
| 3．2 问题描述与FP-增长算法 | 第21-24页 |
| 3．2．1 SJEP的定义 | 第21-22页 |
| 3．2．2 FP-增长算法 | 第22-24页 |
| 3．3 SJEP-树结构 | 第24-27页 |
| 3．4 算法Mine_SJEPs | 第27-32页 |
| 第四章 基于SJEP的分类算法 | 第32-38页 |
| 4．1 引言 | 第32页 |
| 4．2 SJEP Classifier分类算法 | 第32-34页 |
| 4．2．1 SJEP Classifier分类算法的主要思想 | 第32-33页 |
| 4．2．2 单个SJEP的区分能力 | 第33页 |
| 4．2．3 总分的计算 | 第33页 |
| 4．2．4 总分的标准化 | 第33-34页 |
| 4．2．5 SJEP Classifier分类算法的构造 | 第34页 |
| 4．3 实验结果及分析 | 第34-36页 |
| 4．3．1 实验设置 | 第35页 |
| 4．3．2 准确性的统计 | 第35页 |
| 4．3．3 实验结果 | 第35-36页 |
| 4．3．4 实验结果分析 | 第36页 |
| 4．4 进一步讨论 | 第36-38页 |
| 结束语 | 第38-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40-42页 |