基于不确定数据中析取规则的挖掘优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 目前存在问题 | 第12-13页 |
| 1.4 本文研究内容及结构安排 | 第13-16页 |
| 第二章 数据挖掘理论基础 | 第16-28页 |
| 2.1 数据挖掘 | 第16-20页 |
| 2.1.1 数据挖掘的定义 | 第16页 |
| 2.1.2 数据挖掘过程 | 第16-18页 |
| 2.1.3 数据挖掘的功能与应用 | 第18-20页 |
| 2.2 不确定性数据概述 | 第20-24页 |
| 2.2.1 不确定数据产生的原因 | 第21-22页 |
| 2.2.2 不确定数据的表现形式 | 第22页 |
| 2.2.3 不确定数据模型 | 第22-24页 |
| 2.3 关联规则挖掘 | 第24-27页 |
| 2.3.1 关联规则相关概念 | 第24-26页 |
| 2.3.2 析取规则定义及应用 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 不确定数据关联规则挖掘算法 | 第28-44页 |
| 3.1 不确定数据关联规则挖掘传统算法 | 第28-32页 |
| 3.1.1 U-Apriori算法 | 第28-30页 |
| 3.1.2 UFP-growth算法 | 第30-32页 |
| 3.2 DRUD优化算法分析 | 第32-37页 |
| 3.2.1 析取规则说明 | 第32-34页 |
| 3.2.2 模糊理论挖掘频繁项集 | 第34-37页 |
| 3.3 DRUD算法应用分析 | 第37-42页 |
| 3.3.1 数据集转换 | 第38-39页 |
| 3.3.2 频繁项集生成 | 第39-41页 |
| 3.3.3 生成析取规则 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 算法仿真结果与分析 | 第44-52页 |
| 4.1 算法运行时间分析 | 第45-47页 |
| 4.2 平均置信度分析 | 第47-50页 |
| 4.3 本章小结 | 第50-52页 |
| 第五章 结论 | 第52-54页 |
| 5.1 结论 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 附录A 硕士期间研究成果 | 第62-64页 |
| 附录B 硕士期间所获荣誉 | 第64页 |
