一种连续属性的多关系数据分类算法
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-21页 |
| ·多关系数据挖掘技术简介 | 第12-14页 |
| ·多关系数据挖掘的研究现状 | 第14-16页 |
| ·国内现状 | 第14-15页 |
| ·国外研究 | 第15-16页 |
| ·本课题的目的和意义 | 第16-19页 |
| ·本课题的目的 | 第16-18页 |
| ·本课题研究的意义 | 第18-19页 |
| ·课题来源及主要研究内容 | 第19-21页 |
| ·课题来源 | 第19页 |
| ·主要研究内容 | 第19-21页 |
| 第2章 多关系数据挖掘方法的介绍 | 第21-30页 |
| ·多关系数据挖掘产生的背景和原因 | 第21-22页 |
| ·常用数据挖掘方法的介绍 | 第22-24页 |
| ·多关系关联规则 | 第24-25页 |
| ·多关系决策树归纳 | 第25-27页 |
| ·基于核的方法 | 第27-28页 |
| ·基于距离的多关系方法 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第3章 对基于距离的方法进行研究 | 第30-43页 |
| ·对各种常用距离公式进行介绍 | 第30-32页 |
| ·绝对值距离 | 第30页 |
| ·欧式(Euclidean)距离 | 第30页 |
| ·曼哈顿(Manhattan)距离 | 第30-31页 |
| ·马氏(Mahalanobis)距离 | 第31页 |
| ·明科夫斯基(Minkowski)距离 | 第31-32页 |
| ·基于关系实例的方法研究 | 第32-40页 |
| ·命题式相似度量 | 第33-34页 |
| ·在RIBL 中基于实例的一阶学习 | 第34-37页 |
| ·列表和原子的相似度量 | 第37-40页 |
| ·基于实例的关系聚类方法研究 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 对基于核的方法进行研究 | 第43-50页 |
| ·支持向量机 | 第43-46页 |
| ·线性分类情形 | 第43-44页 |
| ·线性不可分情形 | 第44-45页 |
| ·非线性情形 | 第45-46页 |
| ·核函数 | 第46-48页 |
| ·该方法的应用 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 一种连续属性的多关系数据分类算法 | 第50-57页 |
| ·阐述算法思想 | 第50-52页 |
| ·相关定义 | 第52-53页 |
| ·对算法进行介绍 | 第53-54页 |
| ·算法分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
