基于概念格扩展模型的分类问题研究
| 第一章 KDD和数据挖掘 | 第1-24页 |
| ·KDD | 第11-13页 |
| ·KDD定义 | 第11-13页 |
| ·KDD与相关技术的比较 | 第13页 |
| ·数据挖掘 | 第13-17页 |
| ·数据挖掘的任务 | 第14-15页 |
| ·数据挖掘当前的研究与应用 | 第15-17页 |
| ·分类问题 | 第17-20页 |
| ·什么是分类 | 第17-18页 |
| ·分类研究的常用模型 | 第18-20页 |
| ·分布式思想的引入 | 第20-23页 |
| ·分布式数据挖掘的提出 | 第20-21页 |
| ·研究现状 | 第21-23页 |
| ·本文的主要内容及组织 | 第23页 |
| ·小结 | 第23-24页 |
| 第二章 概念格及其扩展模型 | 第24-33页 |
| ·引言 | 第24页 |
| ·概念格 | 第24-25页 |
| ·概念格的扩展模型 | 第25-27页 |
| ·扩展模型 | 第26-27页 |
| ·相关术语 | 第27页 |
| ·概念格扩展模型的表示形式 | 第27-30页 |
| ·约简 | 第27-28页 |
| ·相对约简 | 第28-29页 |
| ·外延量化 | 第29-30页 |
| ·概念格扩展模型的构造 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第三章 基于概念格扩展模型的分类研究 | 第33-44页 |
| ·引言 | 第33-34页 |
| ·基于决策树的ID3算法 | 第34-37页 |
| ·基于概念格扩展模型的分类规则提取 | 第37-41页 |
| ·分类规则的提取 | 第37-39页 |
| ·面向分类的格结构剪枝 | 第39-41页 |
| ·两种分类方法的比较 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第四章 基于分布式概念格的分类规则求解 | 第44-54页 |
| ·引言 | 第44-45页 |
| ·分布式数据挖掘 | 第45-48页 |
| ·分布式概念格的分类规则求解 | 第48-52页 |
| ·概念格模型的合并 | 第48-49页 |
| ·规则的合并 | 第49-52页 |
| ·性能分析 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第五章 ECLKDD系统简介 | 第54-59页 |
| ·引言 | 第54页 |
| ·系统设计思想及结构 | 第54-55页 |
| ·数据预处理模块 | 第54-55页 |
| ·扩展概念格的生成模块 | 第55页 |
| ·规则提取模块 | 第55页 |
| ·功能测试模块 | 第55页 |
| ·分类规则挖掘 | 第55-58页 |
| ·基于概念格的分类 | 第56页 |
| ·概念格与决策树的比较 | 第56-58页 |
| ·分类的分布式挖掘 | 第58页 |
| ·小结 | 第58-59页 |
| 第六章 结束语 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 研究生期间主要科研工作及成果 | 第65-66页 |
| 附录 实验数据和运行结果 | 第66页 |
