| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-26页 |
| ·不确定数据概述 | 第13-15页 |
| ·不确定数据来源 | 第13-15页 |
| ·不确定数据的表现形式 | 第15页 |
| ·数据挖掘算法研究现状 | 第15-22页 |
| ·频繁模式挖掘算法研究 | 第16-17页 |
| ·不确定数据频繁模式挖掘算法研究 | 第17-18页 |
| ·聚类算法研究 | 第18-20页 |
| ·不确定数据聚类算法研究 | 第20-22页 |
| ·课题的研究意义与主要研究内容 | 第22-25页 |
| ·课题的研究意义 | 第22-23页 |
| ·主要研究内容 | 第23-25页 |
| ·课题来源 | 第25页 |
| ·论文结构 | 第25-26页 |
| 第2章 基于压缩树和位向量表的不确定数据频繁模式挖掘算法 | 第26-40页 |
| ·引言 | 第26-27页 |
| ·问题定义 | 第27-29页 |
| ·压缩树和位向量表的构建算法 | 第29-35页 |
| ·算法相关符号 | 第29页 |
| ·压缩树和位向量表的构建算法 | 第29-32页 |
| ·压缩树和位向量表的构建过程示例 | 第32-35页 |
| ·基于压缩树和位向量表的不确定数据频繁模式挖掘算法 | 第35-37页 |
| ·CTBVT 挖掘算法 | 第35-36页 |
| ·CTBVT 挖掘过程示例 | 第36-37页 |
| ·实验结果和分析 | 第37-38页 |
| ·运行时间比较 | 第37-38页 |
| ·可伸缩性比较 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第3章 基于频繁模式有向无环图的不确定数据频繁模式挖掘算法 | 第40-55页 |
| ·引言 | 第40-41页 |
| ·问题定义 | 第41-44页 |
| ·问题描述 | 第41-43页 |
| ·频繁闭合项集和大的闭合行集 | 第43-44页 |
| ·频繁模式有向无环图定义及其构建 | 第44-47页 |
| ·频繁模式有向无环图的定义 | 第44页 |
| ·频繁模式有向无环图的性质 | 第44-45页 |
| ·频繁模式有向无环图的构建 | 第45-47页 |
| ·基于频繁模式有向无环图的频繁闭合模式挖掘算法 | 第47-52页 |
| ·实验结果和分析 | 第52-53页 |
| ·算法运行时间测试 | 第52-53页 |
| ·空间复杂度分析 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第4章 基于虚拟网格的不确定数据聚类挖掘算法 | 第55-70页 |
| ·引言 | 第55-56页 |
| ·问题定义 | 第56-60页 |
| ·数据预处理和模型定义 | 第56-57页 |
| ·不确定数据模型 | 第57-60页 |
| ·基于虚拟网格的不确定数据聚类挖掘算法 | 第60-64页 |
| ·构建虚拟网格结构 | 第60页 |
| ·二次划分算法 | 第60-62页 |
| ·识别簇算法 | 第62-63页 |
| ·基于虚拟网格的不确定数据聚类挖掘算法 | 第63-64页 |
| ·实验结果和分析 | 第64-68页 |
| ·实验数据集 | 第64-65页 |
| ·聚类效率测试 | 第65-66页 |
| ·聚类质量测试 | 第66-67页 |
| ·可伸缩性测试 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 第5章 基于空间有向图的不确定数据聚类挖掘算法 | 第70-89页 |
| ·引言 | 第70-71页 |
| ·问题定义 | 第71-74页 |
| ·基于空间有向图的不确定数据聚类挖掘算法 | 第74-84页 |
| ·维护包含重心属性的空间有向图的顶点 | 第74-76页 |
| ·稀疏网格的删除 | 第76-77页 |
| ·生成包含重心属性的空间有向图 | 第77页 |
| ·离线聚类 | 第77-79页 |
| ·处理簇边缘稀疏网格 | 第79-80页 |
| ·调整簇 | 第80-83页 |
| ·算法整体框架 | 第83-84页 |
| ·实验结果与分析 | 第84-87页 |
| ·聚类质量 | 第85-86页 |
| ·运行时间和可伸缩性 | 第86-87页 |
| ·本章小结 | 第87-89页 |
| 结论 | 第89-91页 |
| 参考文献 | 第91-99页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第99-100页 |
| 致谢 | 第100-101页 |
| 作者简介 | 第101页 |
