关联规则挖掘及其在遥感数据处理中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·KDD和数据挖掘 | 第12-13页 |
| ·理解KDD | 第12-13页 |
| ·KDD的处理过程 | 第13页 |
| ·数据挖掘 | 第13-15页 |
| ·数据挖掘任务 | 第13-14页 |
| ·数据挖掘的技术 | 第14-15页 |
| ·数据挖掘面临的挑战 | 第15页 |
| ·国内外研究现状 | 第15-17页 |
| ·国内外研究现状 | 第15-16页 |
| ·数据挖掘典型的应用领域 | 第16-17页 |
| ·我国遥感数据处理的地位以及作用 | 第17-19页 |
| ·对目前存在问题的分析 | 第17-18页 |
| ·将关联规则应用于遥感数据处理 | 第18-19页 |
| ·本文主要研究的内容以及结构安排 | 第19-20页 |
| 第二章 数据挖掘的相关技术 | 第20-26页 |
| ·KDD的一般步骤和体系结构 | 第20-21页 |
| ·KDD的一般步骤 | 第20页 |
| ·数据挖掘系统的体系结构 | 第20-21页 |
| ·模糊集理论 | 第21-23页 |
| ·模糊集合定义 | 第22页 |
| ·模糊集合的性质 | 第22页 |
| ·模糊集的应用 | 第22-23页 |
| ·聚类理论 | 第23-25页 |
| ·聚类定义 | 第24页 |
| ·基于划分的聚类方法 | 第24页 |
| ·基于层次的聚类方法 | 第24-25页 |
| ·基于密度的方法 | 第25页 |
| ·基于网格的方法 | 第25页 |
| ·基于模型的方法 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 关联规则算法研究 | 第26-40页 |
| ·关联规则基本概念 | 第26-28页 |
| ·关联规则的度量方法 | 第26-27页 |
| ·关联规则一般步骤 | 第27页 |
| ·关联规则挖掘的主要研究方向和典型算法 | 第27-28页 |
| ·Apriori算法 | 第28-32页 |
| ·Apriori算法 | 第28-29页 |
| ·Apriori算法的描述 | 第29-30页 |
| ·Apriori算法的改进 | 第30-31页 |
| ·算法性能测试 | 第31-32页 |
| ·FP-growth算法 | 第32-37页 |
| ·传统的FP-growth算法 | 第32-33页 |
| ·FP-growth算法描述 | 第33-34页 |
| ·FP-growth算法的改进 | 第34-36页 |
| ·算法性能测试 | 第36-37页 |
| ·基于模糊集和聚类的数量离散化算法 | 第37-39页 |
| ·算法的提出 | 第37-38页 |
| ·算法的描述 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 遥感数据中关联规则的挖掘 | 第40-48页 |
| ·遥感数据的特点与数据挖掘方法 | 第40-41页 |
| ·遥感数据的特点 | 第40页 |
| ·遥感数据的数据挖掘方法 | 第40-41页 |
| ·遥感数据的处理过程 | 第41-44页 |
| ·遥感数据库挖掘的步骤 | 第41-42页 |
| ·遥感数据挖掘平台的系统设计 | 第42-44页 |
| ·关联规则在遥感数据挖掘中的应用 | 第44-48页 |
| ·数据预处理 | 第44-46页 |
| ·对处理过后的数据进行关联规则挖掘 | 第46-48页 |
| 第五章 总结和展望 | 第48-50页 |
| ·本文总结 | 第48页 |
| ·下一步工作 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 研究生期间发表的论文 | 第53页 |
