| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究的背景及意义 | 第11页 |
| ·国内外研究的现状 | 第11-13页 |
| ·论文的研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第2章 数据挖掘基本理论 | 第15-24页 |
| ·数据挖掘的基本概念 | 第15-17页 |
| ·数据挖掘过程 | 第17-20页 |
| ·处理过程 | 第18页 |
| ·数据挖掘的主要技术 | 第18-20页 |
| ·数据挖掘的任务和功能 | 第20-23页 |
| ·数据总结 | 第20-21页 |
| ·概念描述 | 第21页 |
| ·相关性分析 | 第21页 |
| ·分类 | 第21页 |
| ·聚类 | 第21-22页 |
| ·偏差分析 | 第22页 |
| ·预测 | 第22页 |
| ·建模 | 第22-23页 |
| ·化学数据挖掘的任务 | 第23-24页 |
| 第3章 数据挖掘的分类技术 | 第24-32页 |
| ·数据挖掘的分类 | 第24页 |
| ·数据挖掘的分类技术方法 | 第24-30页 |
| ·统计分析方法 | 第25页 |
| ·决策树方法 | 第25-26页 |
| ·贝叶斯分类方法 | 第26-27页 |
| ·人工神经网络 | 第27-28页 |
| ·遗传算法 | 第28页 |
| ·模糊技术 | 第28-29页 |
| ·粗糙集方法 | 第29页 |
| ·可视化技术 | 第29页 |
| ·粗集方法 | 第29-30页 |
| ·覆盖正例排斥反例方法 | 第30页 |
| ·几种常用分类技术的比较 | 第30页 |
| ·数据挖掘在化学化工领域的应用及发展趋势 | 第30-32页 |
| 第4章 基于决策树的方法在二苯乙烯系列化合物中的应用 | 第32-55页 |
| ·决策树的构造 | 第32-35页 |
| ·常见决策树算法 | 第35-36页 |
| ·CLS算法 | 第35页 |
| ·ID3算法 | 第35-36页 |
| ·C4.5算法 | 第36页 |
| ·决策树剪枝 | 第36-38页 |
| ·几种算法的比较 | 第38-39页 |
| ·ID3算法的选择 | 第39-41页 |
| ·二苯乙烯系列化合物实验研究 | 第41-44页 |
| ·合成路线 | 第41页 |
| ·反应过程 | 第41-42页 |
| ·紫外光谱测定产品 | 第42-44页 |
| ·基于ID3算法提出解决的方法 | 第44-45页 |
| ·基于决策树的数据挖掘方法使用 | 第45-49页 |
| ·方案实施实例 | 第49-52页 |
| ·数据挖掘在二苯乙烯系列化合物中的应用研究建议 | 第52-55页 |
| ·取代基对反应的影响 | 第52页 |
| ·辐射功率及时间对反应的影响 | 第52页 |
| ·催化剂对反应的影响 | 第52-53页 |
| ·决策树反映出反应规则 | 第53页 |
| ·决策树数据挖掘在化学化工应用中存在的问题 | 第53-54页 |
| ·系统性能的提高 | 第54-55页 |
| 第5章 总结与展望 | 第55-58页 |
| ·研究工作总结 | 第55-56页 |
| ·对未来工作的展望及发展方向 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |