基于区间方法的可拓分类知识挖掘的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题的研究背景 | 第12-15页 |
| ·可拓数据挖掘的产生 | 第12-13页 |
| ·可拓数据挖掘的概念 | 第13-14页 |
| ·可拓数据挖掘的研究现状及发展趋势 | 第14-15页 |
| ·课题的研究内容 | 第15-17页 |
| ·论文组织结构 | 第17-18页 |
| 第二章 背景知识 | 第18-26页 |
| ·数据挖掘中的分类算法 | 第18-23页 |
| ·决策树 | 第18-19页 |
| ·简单贝叶斯分类 | 第19-21页 |
| ·人工神经网络 | 第21-23页 |
| ·可拓数据挖掘 | 第23-25页 |
| ·挖掘可拓分类知识 | 第23-24页 |
| ·挖掘传导知识 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 关联函数分类 | 第26-36页 |
| ·数据预处理 | 第26-30页 |
| ·去除离群点 | 第26-28页 |
| ·物元描述 | 第28-30页 |
| ·改进的综合关联函数分类方法 | 第30-35页 |
| ·传统的关联函数分类方法 | 第30-32页 |
| ·获取值域覆盖程度 | 第32-33页 |
| ·获取权值 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 获取可拓知识 | 第36-54页 |
| ·建立可拓变换 | 第37-40页 |
| ·可拓变换的目的和意义 | 第37-38页 |
| ·基于区间映射的可拓变换方法 | 第38-40页 |
| ·建立可拓集合 | 第40-50页 |
| ·传统的可拓集合 | 第41-42页 |
| ·可拓变换的选择 | 第42-46页 |
| ·质变域和量变域的描述 | 第46-48页 |
| ·完整的可拓集合 | 第48-50页 |
| ·可拓分类知识表示 | 第50-51页 |
| ·本章小结 | 第51-54页 |
| 第五章 UCI数据集验证 | 第54-60页 |
| ·UCI数据集介绍 | 第54-55页 |
| ·改进的关联函数分类算法结果比较 | 第55-56页 |
| ·UCI数据集的可拓分类知识表示 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·工作总结 | 第60页 |
| ·工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 研究成果及发表的学术论文 | 第68-70页 |
| 作者和导师简介 | 第70-71页 |
| 附件 | 第71-72页 |
