| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7-8页 |
| ·数据挖掘的研究现状 | 第8-9页 |
| ·关联规则的研究现状 | 第9-11页 |
| ·论文研究背景和选题意义 | 第11页 |
| ·论文的主要工作和结构安排 | 第11-13页 |
| 第二章 关联规则挖掘 | 第13-27页 |
| ·关联规则概述 | 第13-16页 |
| ·关联规则相关概念 | 第13-15页 |
| ·关联规则分类 | 第15-16页 |
| ·经典关联规则挖掘算法 | 第16-19页 |
| ·Apriori 算法 | 第16-18页 |
| ·Apriori 算法实例 | 第18-19页 |
| ·其他关联规则挖掘算法 | 第19-26页 |
| ·基于划分的优化方法 | 第20-22页 |
| ·基于散列的方法 | 第22-24页 |
| ·不产生候选项集的方法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于蚁群算法的周期性关联规则挖掘算法 | 第27-41页 |
| ·时态关联规则 | 第27-30页 |
| ·时态关联规则挖掘算法研究现状 | 第28-29页 |
| ·时态关联规则挖掘算法分类 | 第29-30页 |
| ·周期性关联规则 | 第30页 |
| ·蚁群算法 | 第30-32页 |
| ·基于蚁群算法的周期性关联规则 | 第32-38页 |
| ·算法实现和对比分析 | 第38-40页 |
| ·算法实现 | 第38-39页 |
| ·对比分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 周期性关联规则挖掘在电力调度自动化系统中的应用 | 第41-60页 |
| ·电力调度自动化系统简介 | 第41-43页 |
| ·电力调度自动化系统发展历史及现状 | 第43-45页 |
| ·基于周期性关联规则挖掘的数据分析系统 | 第45-59页 |
| ·开发平台介绍 | 第46-47页 |
| ·基于数据桥的数据集成模块设计 | 第47-50页 |
| ·数据库管理模块设计 | 第50-51页 |
| ·数据分析功能模块设计 | 第51-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 结论与展望 | 第60-62页 |
| ·本文结论 | 第60页 |
| ·需要改进的工作 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 在学期间发表的学术论文和参加科研情况 | 第66页 |