| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景 | 第11-12页 |
| ·主要内容 | 第12-13页 |
| ·论文的组织结构 | 第13-15页 |
| 第二章 数据挖掘及分类技术 | 第15-29页 |
| ·数据挖掘技术 | 第15-20页 |
| ·概述 | 第15-16页 |
| ·Web数据挖掘 | 第16-20页 |
| ·数据挖掘分类技术 | 第20-28页 |
| ·分类问题 | 第20-21页 |
| ·常用分类算法 | 第21-27页 |
| ·分类性能评估指标 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于MACA的分类器MACA-PCM | 第29-48页 |
| ·多吸引子元胞自动机MACA | 第29-39页 |
| ·元胞自动机概述 | 第29-34页 |
| ·多吸引子元胞自动机MACA基础 | 第34-39页 |
| ·基于MACA的分类器MACA-PCM | 第39-44页 |
| ·分类器MACA-PCM的描述 | 第39-41页 |
| ·基于遗传算法的MACA-PCM进化分析 | 第41-44页 |
| ·MACA-PCM的分类性能分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 两阶段分类器TS-MACA-PCM的分析与设计 | 第48-67页 |
| ·MACA的依赖字符串描述 | 第48-54页 |
| ·依赖向量DV和依赖字符串DS | 第48-50页 |
| ·基于依赖字符串DS的MACA的描述 | 第50-54页 |
| ·两阶段分类器TS-MACA-PCM的设计 | 第54-60页 |
| ·两阶段分类器TS-MACA-PCM的结构设计 | 第55-56页 |
| ·基于遗传算法的TS-MACA-PCM进化分析 | 第56-60页 |
| ·TS-MACA-PCM在数据挖掘系统中的应用 | 第60-66页 |
| ·分类算法设计 | 第60-63页 |
| ·分类性能测试 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 TS-MACA-PCM在公安情报挖掘中的应用 | 第67-78页 |
| ·公安情报应用背景简介 | 第68-72页 |
| ·公安情报概述 | 第68-69页 |
| ·Web数据挖掘在公安情报中的作用 | 第69-72页 |
| ·TS-MACA-PCM在公安情报系统中的应用 | 第72-77页 |
| ·情报系统中的TS-MACA-PCM分类挖掘模型 | 第72-74页 |
| ·基于分布式环境的分类算法设计与性能分析 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 总结和展望 | 第78-80页 |
| ·总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83-84页 |
| 在读期间发表的学术论文 | 第84页 |