数据挖掘在中药专利数据集中的应用与研究
| 摘要 | 第1-11页 |
| 第一章 概述 | 第11-18页 |
| ·知识发现 | 第11-13页 |
| ·KDD的产生 | 第11-12页 |
| ·KDD过程 | 第12-13页 |
| ·KDD发展现状 | 第13-15页 |
| ·中医药信息化的介绍 | 第15-17页 |
| ·本文的研究内容及论文组织 | 第17-18页 |
| 第二章 知识发现系统的构建 | 第18-22页 |
| ·系统的体系结构设计 | 第18-19页 |
| ·主要功能模块 | 第19-22页 |
| 第三章 PIDP的设计与实现 | 第22-36页 |
| ·数据预处理概述 | 第22-24页 |
| ·PIDP过程 | 第24-31页 |
| ·数据正交分解 | 第24-26页 |
| ·异名处理 | 第26-27页 |
| ·数据的模糊化 | 第27-31页 |
| ·程序实现 | 第31-35页 |
| ·相关库表的设计 | 第31-33页 |
| ·预处理算法的流程图 | 第33-35页 |
| ·预处理方法的评价 | 第35-36页 |
| 第四章 FTDA2算法的设计与实现 | 第36-68页 |
| ·模糊集合的概述 | 第36-38页 |
| ·关联规则挖掘的概述 | 第38-41页 |
| ·相关概念介绍 | 第38-39页 |
| ·关联规则挖掘的一般过程 | 第39-40页 |
| ·现有的关联算法比较研究 | 第40-41页 |
| ·模糊关联规则 | 第41-46页 |
| ·定义 | 第41-42页 |
| ·支持度(Significance) | 第42-43页 |
| ·置信度(Certainty) | 第43-45页 |
| ·现有的算法 | 第45-46页 |
| ·FTDA2算法 | 第46-61页 |
| ·问题分析 | 第46-47页 |
| ·相关库表设计 | 第47-49页 |
| ·算法设计与实现 | 第49-61页 |
| ·与FTDA算法比较 | 第61-64页 |
| ·试验结果 | 第64-66页 |
| ·输出关联规则 | 第66页 |
| ·模糊关联规则挖掘的优点 | 第66-68页 |
| 第五章 系统运行 | 第68-77页 |
| ·系统的运行机制 | 第68-69页 |
| ·系统特点 | 第69页 |
| ·系统运行 | 第69-77页 |
| ·关联分析参数的设定 | 第70-72页 |
| ·专利信息年度表 | 第72-74页 |
| ·辅助决策模块 | 第74-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·总结 | 第77-78页 |
| ·进一步的工作 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 硕士期间发表论文 | 第83页 |
