| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题背景及研究的目的与意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究的目的与意义 | 第12-13页 |
| 1.2 不确定数据 | 第13-14页 |
| 1.2.1 不确定性产生的原因 | 第13-14页 |
| 1.2.2 不确定数据的主要表现形式 | 第14页 |
| 1.3 国内外研究现状 | 第14-18页 |
| 1.3.1 不确定性数据挖掘 | 第14-15页 |
| 1.3.2 不确定数据频繁模式挖掘 | 第15-18页 |
| 1.4 本文研究内容与创新之处 | 第18-19页 |
| 1.5 论文内容安排 | 第19-20页 |
| 第二章 频繁序列模式挖掘分析 | 第20-26页 |
| 2.1 序列模式相关定义 | 第20-21页 |
| 2.2 经典序列模式挖掘算法 | 第21-24页 |
| 2.2.1 基于候选集生成-测试框架的序列模式挖掘算法 | 第21-22页 |
| 2.2.2 基于模式增长框架的序列模式挖掘算法 | 第22-24页 |
| 2.3 闭合序列模式挖掘 | 第24-25页 |
| 2.4 小结 | 第25-26页 |
| 第三章 不确定数据挖掘基础理论 | 第26-33页 |
| 3.1 可能世界模型 | 第26-31页 |
| 3.1.1 源头水平不确定 | 第27-29页 |
| 3.1.2 事件水平不确定 | 第29-31页 |
| 3.2 不确定数据的频繁模式挖掘概念 | 第31-32页 |
| 3.2.1 基于期望支持度 | 第31-32页 |
| 3.2.2 基于概率频繁 | 第32页 |
| 3.3 小结 | 第32-33页 |
| 第四章 不确定数据中频繁序列模式挖掘方法归纳 | 第33-40页 |
| 4.1 基于源头水平不确定数据模型的序列模式挖掘方法 | 第33-37页 |
| 4.1.1 候选集生成-测试框架的BFS算法与DFS算法 | 第33-36页 |
| 4.1.2 模式增长框架的PGA算法 | 第36-37页 |
| 4.1.3 算法比较分析 | 第37页 |
| 4.2 事件水平不确定数据模型的序列模式挖掘方法 | 第37-39页 |
| 4.2.1 SeqU-PrefixSpan Algorithm | 第38-39页 |
| 4.2.2 其他不确定数据中序列模式挖掘方法 | 第39页 |
| 4.3 小结 | 第39-40页 |
| 第五章 基于不确定数据的可能频繁闭序列模式挖掘 | 第40-54页 |
| 5.1 问题的引出 | 第40页 |
| 5.2 相关工作 | 第40-45页 |
| 5.2.1 存在的可能性 | 第40-41页 |
| 5.2.2 期望支持度 | 第41页 |
| 5.2.3 概率可能频繁性 | 第41-42页 |
| 5.2.4 剪枝非频繁的模式 | 第42-43页 |
| 5.2.5 频繁确定 | 第43-45页 |
| 5.3 基于不确定数据的可能频繁闭序列模式挖掘算法U-FCSM | 第45-49页 |
| 5.3.1 序列投影 | 第45-46页 |
| 5.3.2 可能频繁序列模式检测 | 第46页 |
| 5.3.3 序列模式增长 | 第46-47页 |
| 5.3.4 可能频繁闭序列模式检测 | 第47-49页 |
| 5.3.5 计算复杂度分析与比较 | 第49页 |
| 5.4 实验结果与分析 | 第49-53页 |
| 5.4.1 实验数据集1 | 第50-51页 |
| 5.4.2 实验数据集2 | 第51-53页 |
| 5.5 小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 附录A 攻读学位期间所发表的学术论文和参加的项目 | 第61-62页 |
| 致谢 | 第62页 |
