| 摘要 | 第7-8页 |
| ABSTRACT | 第8页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 概述 | 第9-11页 |
| 1.2 选题的背景与意义 | 第11-12页 |
| 1.3 本文研究的内容及创新点 | 第12-15页 |
| 第2章 正负序列模式的挖掘 | 第15-29页 |
| 2.1 正序列模式挖掘 | 第15-20页 |
| 2.1.1 正序列模式基本概念 | 第15-16页 |
| 2.1.2 几种典型的正序列模式挖掘方法 | 第16-20页 |
| 2.2 负序列模式挖掘 | 第20-27页 |
| 2.2.1 负序列模式基本概念介绍 | 第21-22页 |
| 2.2.2 PNSP算法 | 第22-23页 |
| 2.2.3 Neg-GSP算法 | 第23-26页 |
| 2.2.4 e-NSP算法 | 第26-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第3章 可决策的知识挖掘 | 第29-45页 |
| 3.1 概述 | 第29-32页 |
| 3.2 可决策的知识挖掘方法介绍 | 第32-39页 |
| 3.3 基于相邻元素的正负序列模式选取方法——SAP算法 | 第39-43页 |
| 3.3.1 改进吴氏方法 | 第39-41页 |
| 3.3.2 基于相邻元素对可决策的正负序列模式的判定 | 第41页 |
| 3.3.3 SAP算法描述 | 第41-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第4章 基于序列递增的正负序列模式选取方法——SAPNSP算法 | 第45-53页 |
| 4.1 贡献度概念 | 第45页 |
| 4.2 SAPNSP算法 | 第45-48页 |
| 4.2.1 基于序列递增对可决策的正负序列模式的判定 | 第46页 |
| 4.2.2 SAPNSP算法描述 | 第46-48页 |
| 4.3 实验分析 | 第48-52页 |
| 4.3.1 SAPNSP算法验证分析 | 第48-50页 |
| 4.3.2 SAPNSP算法与SAP算法的对比分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 基于序列切分的正负序列模式选取方法——SACPD算法 | 第53-61页 |
| 5.1 概述 | 第53-54页 |
| 5.2 SACPD算法 | 第54-56页 |
| 5.2.1 基于序列切分对可决策的正负序列模式的判定 | 第54页 |
| 5.2.2 SACPD算法描述 | 第54-56页 |
| 5.3 实验分析 | 第56-59页 |
| 5.3.1 SACPD算法验证分析 | 第56-57页 |
| 5.3.2 SACPD算法与SAPNSP算法和SAP算法的对比分析 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第6章 基于贝叶斯网络的正负序列模式选取方法——SAPBN算法 | 第61-69页 |
| 6.1 马尔科夫过程 | 第61-62页 |
| 6.2 IS方法 | 第62页 |
| 6.3 SAPBN算法 | 第62-65页 |
| 6.3.1 基于贝叶斯网络的可决策的正负序列模式的判定 | 第63页 |
| 6.3.2 SAPBN算法描述 | 第63-65页 |
| 6.4 实验分析 | 第65-68页 |
| 6.4.1 SAPBN算法验证分析 | 第65-67页 |
| 6.4.2 SAPBN算法与SAP算法，SAPNSP算法和SACPD算法的对比分析 | 第67-68页 |
| 6.5 本章小结 | 第68-69页 |
| 第7章 总结及下一步研究工作 | 第69-71页 |
| 7.1 总结 | 第69-70页 |
| 7.2 研究展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 在学期间主要科研成果 | 第79页 |
