| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·数据挖掘的概念 | 第7-8页 |
| ·数据挖掘技术过程 | 第8-9页 |
| ·数据挖掘的任务 | 第9-11页 |
| ·数据挖掘技术应用现状 | 第11-12页 |
| ·数据挖掘的热点及研究方向 | 第12-13页 |
| ·本文的主要内容 | 第13-14页 |
| 第二章 关联规则挖掘技术 | 第14-25页 |
| ·关联规则挖掘的描述 | 第14-15页 |
| ·典型关联规则挖掘的算法 | 第15-18页 |
| ·Apriori算法的性能瓶颈及改进算法 | 第18-20页 |
| ·Apriori算法的性能瓶颈 | 第18-19页 |
| ·Apriori算法的改进 | 第19-20页 |
| ·FP-tree算法 | 第20-23页 |
| ·高级关联规则挖掘方法 | 第23-25页 |
| ·多层关联规则 | 第23-24页 |
| ·多维关联规则 | 第24-25页 |
| 第三章 空间数据挖掘技术 | 第25-31页 |
| ·空间数据挖掘 | 第25-26页 |
| ·空间数据挖掘的结构与过程 | 第26页 |
| ·空间数据挖掘的结构 | 第26页 |
| ·空间数据挖掘的过程 | 第26页 |
| ·空间数据挖掘的知识种类 | 第26-28页 |
| ·空间数据挖掘的方法 | 第28-30页 |
| ·空间数据挖掘系统 | 第30-31页 |
| 第四章 时间序列和序列模式挖掘 | 第31-42页 |
| ·时间序列及其特点 | 第31-32页 |
| ·时间序列 | 第31页 |
| ·时间序列的特点 | 第31-32页 |
| ·时间序列趋势分析 | 第32-33页 |
| ·确定性时间序列预测方法 | 第32-33页 |
| ·随机时间序列预测方法 | 第33页 |
| ·时间序列的相似性分析 | 第33-36页 |
| ·完全匹配(Whole Matching) | 第34页 |
| ·子序列匹配(Subsequence Matching) | 第34-35页 |
| ·基于规范变换的查找方法 | 第35-36页 |
| ·序列模式挖掘 | 第36-38页 |
| ·序列挖掘的基本概念 | 第36-37页 |
| ·序列模式挖掘的步骤 | 第37-38页 |
| ·序列模式的参数 | 第38页 |
| ·序列模式挖掘算法 | 第38-40页 |
| ·AprioriAll算法 | 第38-39页 |
| ·GSP算法 | 第39-40页 |
| ·时间序列的周期分析 | 第40-42页 |
| 第五章 数据挖掘技术在气象数据中的应用 | 第42-53页 |
| ·相关性问题的提出 | 第42-43页 |
| ·气象数据的空间关联规则的挖掘 | 第43-47页 |
| ·问题分析 | 第43-44页 |
| ·空间数据库的挖掘方法 | 第44-45页 |
| ·挖掘算法在气象空间数据的实现 | 第45-46页 |
| ·空间挖掘算法分析 | 第46-47页 |
| ·气象数据时间序列的研究 | 第47-51页 |
| ·相关概念及规则发现方法 | 第47-48页 |
| ·挖掘算法研究 | 第48-51页 |
| ·实例应用 | 第51页 |
| ·小结 | 第51-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |