| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题的研究现状及存在的问题 | 第9-11页 |
| ·国内外研究现状 | 第9-11页 |
| ·存在的问题 | 第11页 |
| ·本文的主要工作 | 第11-12页 |
| ·引入算法价值评估的意义 | 第12-13页 |
| ·本文组织结构 | 第13-15页 |
| 第2章 关联规则概述 | 第15-23页 |
| ·关联规则中的基本定义 | 第15-16页 |
| ·关联规则的种类 | 第16页 |
| ·关联规则挖掘步骤 | 第16-17页 |
| ·关联规则挖掘算法 | 第17-20页 |
| ·Apriori算法 | 第17-18页 |
| ·FP-树频集算法 | 第18页 |
| ·频集算法的优化算法 | 第18-20页 |
| ·关联规则算法的研究方向 | 第20-21页 |
| ·关联规则的发展方向 | 第21-22页 |
| 本章小结 | 第22-23页 |
| 第3章 基于粒计算与完全图的关联规则挖掘算法 | 第23-37页 |
| ·粒计算理论 | 第23-26页 |
| ·粒计算的基本概念 | 第23-25页 |
| ·词计算理论 | 第25-26页 |
| ·Rough集理论 | 第26页 |
| ·粒化模型 | 第26页 |
| ·算法中的定义和性质 | 第26-28页 |
| ·基于完全图的划分挖掘区域的方法 | 第28-29页 |
| ·传统算法挖掘区域的缺点 | 第29页 |
| ·基于完全图的划分挖掘区域的方法 | 第29页 |
| ·基于粒计算与完全图的关联规则挖掘 | 第29-34页 |
| ·算法思想 | 第30-32页 |
| ·算法描述 | 第32-33页 |
| ·GRC_G算法的应用实例 | 第33-34页 |
| ·GRC_G算法与其他算法的性能比较 | 第34-36页 |
| 本章小结 | 第36-37页 |
| 第4章 基于粒计算与完全图的双向关联规则提取算法 | 第37-42页 |
| ·定义和性质 | 第37-39页 |
| ·算法思想和描述 | 第39-40页 |
| ·算法思想 | 第39页 |
| ·算法描述 | 第39-40页 |
| ·性能测试 | 第40-41页 |
| 本章小结 | 第41-42页 |
| 第5章 基于粒计算与完全图的多维关联规则挖掘 | 第42-49页 |
| ·概念和定义 | 第42-43页 |
| ·算法思想及描述 | 第43-45页 |
| ·算法思想 | 第44页 |
| ·算法描述 | 第44-45页 |
| ·应用实例 | 第45-46页 |
| ·算法性能测试 | 第46-48页 |
| 本章小结 | 第48-49页 |
| 第6章 本文改进算法在中医方剂中的应用初探 | 第49-56页 |
| ·中医药数据库简介 | 第49页 |
| ·中医方剂简介 | 第49-50页 |
| ·本文改进算法在方剂中的应用初探 | 第50-54页 |
| ·方剂数据库设计 | 第50-52页 |
| ·实验环境 | 第52-53页 |
| ·用T_GRC_G算法挖掘药对 | 第53页 |
| ·用MD_GRC_G算法挖掘药物和功效之间的关联规则 | 第53-54页 |
| 本章小结 | 第54-56页 |
| 总结和展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间的科研情况 | 第63页 |