首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

频繁子树挖掘及其相关技术的研究

摘要第1-10页
ABSTRACT第10-12页
第一章 绪论第12-22页
   ·论文研究背景及意义第12-14页
   ·国内外研究现状第14-19页
   ·本文的主要工作第19页
   ·论文的内容组织第19-22页
第二章 频繁子树挖掘基础第22-41页
   ·频繁子树概念与理论第22-31页
     ·树与子树概念第22-25页
     ·树的类别与表示形式第25-29页
     ·子树同构第29-31页
   ·频繁子树挖掘算法第31-36页
     ·频繁子树挖掘算法分类第31-34页
     ·频繁子树挖掘算法的一般过程第34-36页
   ·聚类与分类第36-40页
     ·聚类与分类概念第37-38页
     ·聚类与分类相关算法第38-40页
   ·本章小结第40-41页
第三章 频繁导出子树挖掘算法第41-53页
   ·引言第41-42页
   ·导出子树挖掘的主要思想第42-49页
     ·算法数据结构第43-45页
     ·导出子树候选生成策略第45-47页
     ·基于子树向量的导出子树挖掘算法第47-49页
   ·实验分析第49-52页
   ·小结第52-53页
第四章 无序树挖掘算法第53-76页
   ·引言第53-54页
   ·树标准化策略第54-58页
     ·无序树标准化策略第54-56页
     ·自由树标准化策略第56-58页
   ·无序树挖掘的主要思想第58-63页
     ·算法数据结构第59-60页
     ·无序树候选生成策略第60-62页
     ·无序树挖掘算法第62-63页
   ·无序树挖掘与网页分析第63-70页
     ·HTML 与XML第64-67页
     ·HTML 文档处理第67-69页
     ·文档解析成树结构第69-70页
   ·实验分析第70-74页
   ·小结第74-76页
第五章 基于最小闭树特征集的树聚类与分类第76-91页
   ·引言第76-77页
   ·树的聚类与分类算法第77-87页
     ·基本概念第77-78页
     ·最小闭树特征集的挖掘第78-81页
     ·树相似性度量第81-84页
     ·树的聚类算法第84-85页
     ·树的分类算法第85-87页
   ·实验分析第87-90页
   ·小结第90-91页
第六章 结束语第91-93页
   ·论文总结第91-92页
   ·进一步研究工作第92-93页
参考文献第93-102页
致谢第102-103页
攻读硕士学位期间发表的学术论文第103-104页
攻读硕士学位期间参加的科研项目和学术会议第104页

论文共104页,点击 下载论文
上一篇:蚁群算法的理论与性能研究
下一篇:复杂系统需求获取形式化的研究