面向多尺度数据挖掘的数据尺度划分理论与方法
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-19页 |
| 1.1 选题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 多尺度数据挖掘 | 第12-15页 |
| 1.2.2 数据尺度划分方法 | 第15-17页 |
| 1.3 论文主要研究内容 | 第17页 |
| 1.4 论文组织与架构 | 第17-19页 |
| 2 多尺度数据挖掘及相关研究 | 第19-38页 |
| 2.1 多尺度数据挖掘 | 第19-27页 |
| 2.1.1 多尺度数据挖掘相关定义 | 第19-21页 |
| 2.1.2 多尺度数据挖掘过程 | 第21页 |
| 2.1.3 多尺度数据挖掘分类 | 第21-24页 |
| 2.1.4 多尺度数据挖掘中尺度推衍方法 | 第24-27页 |
| 2.2 分布式数据挖掘 | 第27-32页 |
| 2.2.1 分布式数据挖掘框架 | 第27-28页 |
| 2.2.2 分布式数据挖掘分类 | 第28-32页 |
| 2.2.3 分布式数据挖掘研究挑战 | 第32页 |
| 2.3 粒计算 | 第32-36页 |
| 2.3.1 粒计算的基本思想 | 第32-33页 |
| 2.3.2 粒计算的基本组成 | 第33-34页 |
| 2.3.3 粒化的方法 | 第34-36页 |
| 2.3.4 基于粒化的计算 | 第36页 |
| 2.4 比较总结 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 3 尺度与尺度划分方法 | 第38-45页 |
| 3.1 尺度定义 | 第38-42页 |
| 3.1.1 理论基础 | 第38-40页 |
| 3.1.2 尺度和多尺度数据集 | 第40-42页 |
| 3.2 尺度划分方法 | 第42-44页 |
| 3.2.1 理论基础 | 第42-43页 |
| 3.2.2 多尺度划分算法 | 第43-44页 |
| 3.3 本章小结 | 第44-45页 |
| 4 构建多尺度数据集方法 | 第45-50页 |
| 4.1 数据集多尺度化方法 | 第45-46页 |
| 4.2 理论基础 | 第46-47页 |
| 4.3 构建多尺度数据集方法 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 基准尺度选择方法 | 第50-58页 |
| 5.1 带标签数据的基准尺度选择方法 | 第50-54页 |
| 5.1.1 理论基础 | 第50-52页 |
| 5.1.2 算法描述 | 第52-54页 |
| 5.2 不带标签的基准尺度选择方法 | 第54-57页 |
| 5.2.1 理论基础 | 第55-56页 |
| 5.2.2 算法描述 | 第56-57页 |
| 5.3 本章小结 | 第57-58页 |
| 6 实验 | 第58-70页 |
| 6.1 举例对比分析 | 第58-61页 |
| 6.2 多尺度划分算法 | 第61-64页 |
| 6.2.1 数据集 | 第61页 |
| 6.2.2 实验评价指标 | 第61-62页 |
| 6.2.3 实验与分析 | 第62-64页 |
| 6.3 构建多尺度数据集方法 | 第64-67页 |
| 6.3.1 数据集 | 第64-65页 |
| 6.3.2 实验评价指标 | 第65-66页 |
| 6.3.3 实验与分析 | 第66-67页 |
| 6.4 基准尺度选择方法 | 第67-69页 |
| 6.4.1 有标签数据集基准尺度选择实验与分析 | 第68-69页 |
| 6.4.2 无标签数据集基准尺度选择实验与分析 | 第69页 |
| 6.5 本章小结 | 第69-70页 |
| 7 总结与展望 | 第70-72页 |
| 7.1 总结 | 第70页 |
| 7.2 展望 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间取得的科研成果清单 | 第80页 |
