| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 缩略语 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 引言 | 第13页 |
| 1.2 课题背景与意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.4 论文设计目标与章节安排 | 第16-19页 |
| 第二章 检测信息系统相关技术 | 第19-29页 |
| 2.1 检测系统简介 | 第19页 |
| 2.2 数据挖掘技术简介 | 第19-21页 |
| 2.2.1 数据挖掘概念 | 第19-20页 |
| 2.2.2 数据挖掘任务 | 第20页 |
| 2.2.3 数据挖掘过程 | 第20-21页 |
| 2.3 决策树算法 | 第21-23页 |
| 2.3.1 决策树算法概念 | 第21页 |
| 2.3.2 决策树算法构造方法 | 第21-22页 |
| 2.3.3 决策树剪枝 | 第22-23页 |
| 2.4 Weka平台的简介 | 第23-26页 |
| 2.4.1 Weka起源与发展 | 第23-24页 |
| 2.4.2 Weka功能 | 第24页 |
| 2.4.3 Weka平台的输入 | 第24-25页 |
| 2.4.4 Weka部分源码 | 第25-26页 |
| 2.5 Weka中决策树C4.5算法 | 第26-28页 |
| 2.5.1 决策树C4.5算法简介 | 第26-27页 |
| 2.5.2 决策树C4.5算法参数设置 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于Weka平台ID3算法与C4.5算法比较 | 第29-43页 |
| 3.1 ID3算法 | 第29-32页 |
| 3.1.1 信息论简介 | 第29-30页 |
| 3.1.2 ID3的基本原理 | 第30-31页 |
| 3.1.3 ID3算法的描述与优缺点 | 第31-32页 |
| 3.2 C4.5算法 | 第32-35页 |
| 3.2.1 信息增益与信息增益率 | 第32-33页 |
| 3.2.2 C4.5算法基本原理 | 第33-34页 |
| 3.2.3 C4.5算法的描述与优缺点 | 第34-35页 |
| 3.3 ID3算法与C4.5算法实验比较 | 第35-41页 |
| 3.3.1 Weka平台连接SQL Server数据库平台 | 第35-38页 |
| 3.3.2 实验分析 | 第38-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于Weka平台C4.5算法信息系统挖掘 | 第43-55页 |
| 4.1 检测中心数据选择 | 第43-45页 |
| 4.1.1 检测系统构成 | 第43页 |
| 4.1.2 检测中心数据属性选择 | 第43-45页 |
| 4.2 教据预处理 | 第45-47页 |
| 4.2.1 数据预处理步骤 | 第46页 |
| 4.2.2 进行数据预处理工作 | 第46-47页 |
| 4.3 实验完成工作 | 第47-54页 |
| 4.3.1 分类分析工作 | 第47-48页 |
| 4.3.2 分类过程 | 第48-51页 |
| 4.3.3 分类结果 | 第51-53页 |
| 4.3.4 结果分析与建议 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 C4.5算法在处理连续属性一种改进 | 第55-67页 |
| 5.1 后向传播算法介绍 | 第55-57页 |
| 5.2 决策树C4.5算法改进 | 第57-65页 |
| 5.2.1 算法改进背景 | 第57页 |
| 5.2.2 C4.5算法处理连续属性过程 | 第57-59页 |
| 5.2.3 改进后C4.5算法具体步骤 | 第59-65页 |
| 5.3 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录A 攻读硕士学位期间的研究成果 | 第75页 |