數(shù)據(jù)挖掘方法及天體光譜挖掘技術(shù)：為發(fā)現(xiàn)未知天體提供了一種新方法

第1章　緒論 
　1.1　數(shù)據(jù)挖掘 
　　1.1.1　產(chǎn)生和定義 
　　1.1.2　挖掘的過程 
　　1.1.3　挖掘的任務(wù) 
　　1.1.4　挖掘的分類 
　　1.1.5　面臨的主要問題 
　　1.1.6　主要應(yīng)用 
　1.2　關(guān)聯(lián)規(guī)則挖掘 
　　1.2.1　關(guān)聯(lián)規(guī)則的基本概念 
　　1.2.2　關(guān)聯(lián)規(guī)則挖掘的基本步驟 
　　1.2.3　關(guān)聯(lián)規(guī)則挖掘的基本方法 
　　1.2.4　關(guān)聯(lián)規(guī)則的應(yīng)用 
　1.3　離群數(shù)據(jù)挖掘 
　　1.3.1　離群數(shù)據(jù)挖掘的方法 
　　1.3.2　離群數(shù)據(jù)挖掘的研究熱點(diǎn) 
　　1.3.3　離群數(shù)據(jù)挖掘的應(yīng)用 
第2章　關(guān)聯(lián)規(guī)則挖掘方法及應(yīng)用 
　2.1　基于準(zhǔn)頻繁項(xiàng)目集的關(guān)聯(lián)規(guī)則挖掘 
　　2.1.1　挖掘思想和算法 
　　2.1.2　算法分析 
　2.2　基于背景知識(shí)的關(guān)聯(lián)規(guī)則挖掘 
　　2.2.1　問題的提出 
　　2.2.2　面向關(guān)聯(lián)規(guī)則挖掘的背景知識(shí)表示 
　　2.2.3　基于背景知識(shí)的頻繁模式挖掘 
　　2.2.4　算法描述及實(shí)驗(yàn)分析 
　2.3　約束FP-tree及其構(gòu)造方法 
　　2.3.1　約束FP-tree 
　　2.3.2　約束FP-tree的構(gòu)造 
　　2.3.3　約束FP-tree的構(gòu)造算法 
　　2.3.4　實(shí)驗(yàn)分析 
　　2.3.5　相關(guān)工作的分析與比較 
　2.4　基于信息熵的加權(quán)頻繁模式樹構(gòu)造算法 
　　2.4.1　問題的提出 
　　2.4.2　加權(quán)頻繁項(xiàng)目集及加權(quán)關(guān)聯(lián)規(guī)則 
　　2.4.3　加權(quán)頻繁模式樹構(gòu)的造算法 
　　2.4.4　實(shí)驗(yàn)分析 
　2.5　關(guān)聯(lián)規(guī)則挖掘在天體光譜中的應(yīng)用 
　　2.5.1　天體光譜分析 
　　2.5.2　LAMOST望遠(yuǎn)鏡簡介 
　　2.5.3　基于關(guān)聯(lián)規(guī)則的恒星光譜數(shù)據(jù)相關(guān)性分析 
　　2.5.4　約束頻繁模式挖掘在天體光譜中的應(yīng)用 
　　2.5.5　加權(quán)頻繁模式挖掘在天體光譜中的應(yīng)用 
第3章　離群數(shù)據(jù)挖掘方法及應(yīng)用 
　3.1　基于距離支持度的離群數(shù)據(jù)挖掘 
　　3.1.1　問題的提出 
　　3.1.2　傳統(tǒng)的最短距離系統(tǒng)聚類算法SL 
　　3.1.3　基于距離的高維聚類離群數(shù)據(jù)挖掘算法DB-HDLO 
　　3.1.4　DB-HDLO算法及分析 
　3.2　基于分階段模糊聚類的離群數(shù)據(jù)挖掘 
　　3.2.1　問題的提出 
　　3.2.2　分階段模糊聚類算法的思想 
　　3.2.3　分階段模糊聚類算法 
　　3.2.4　實(shí)驗(yàn)分析 
　3.3　基于信息熵的離群數(shù)據(jù)挖掘 
　　3.3.1　信息熵 
　　3.3.2　算法描述 
　　3.3.3　實(shí)驗(yàn)分析 
　3.4　基于特征屬性子空間的離群數(shù)據(jù)挖掘 
　　3.4.1　相關(guān)概念 
　　3.4.2　算法描述 
　　3.4.3　實(shí)驗(yàn)分析 
　3.5　離群數(shù)據(jù)挖掘在天體光譜中的應(yīng)用 
　　3.5.1　基于距離支持度的離群挖掘在天體光譜中的應(yīng)用 
　　3.5.2　基于信息熵的變星天體光譜快速識(shí)別方法 
第4章　天體光譜數(shù)據(jù)的其他挖掘方法 
　4.1　天體光譜數(shù)據(jù)的正、負(fù)項(xiàng)目集挖掘 
　　4.1.1　問題的提出 
　　4.1.2　相關(guān)概念 
　　4.1.3　含負(fù)項(xiàng)目的約束頻繁模式樹構(gòu)造 
　　4.1.4　算法思想及其方法描述 
　　4.1.5　實(shí)驗(yàn)分析 
　4.2　基于約束概念格的恒星光譜分類規(guī)則提取算法 
　　4.2.1　問題的引入 
　　4.2.2　一般概念格與約束概念格 
　　4.2.3　基于約束概念格的分類規(guī)則提取 
　　4.2.4　基于約束概念格的分類規(guī)則提取算法 
　　4.2.5　實(shí)驗(yàn)分析 
　4.3　一種恒星光譜分類規(guī)則后處理研究 
　　4.3.1　問題的引入 
　　4.3.2　恒星光譜分類規(guī)則 
　　4.3.3　基于謂詞邏輯的光譜分類后處理 
　　4.3.4　實(shí)驗(yàn)分析 
第5章　天體光譜數(shù)據(jù)挖掘原型系統(tǒng) 
　5.1　天體光譜關(guān)聯(lián)規(guī)則挖掘系統(tǒng) 
　　5.1.1　問題的引入 
　　5.1.2　系統(tǒng)的功能及軟件體系結(jié)構(gòu) 
　　5.1.3　系統(tǒng)的運(yùn)行結(jié)果及分析 
　5.2　天體光譜離群數(shù)據(jù)挖掘系統(tǒng) 
　　5.2.1　系統(tǒng)的功能及軟件體系結(jié)構(gòu) 
　　5.2.2　系統(tǒng)的運(yùn)行結(jié)果及分析 
　　5.2.3　聚類 
　5.3　基于約束概念格的天體光譜分類規(guī)則挖掘系統(tǒng) 
　　5.3.1　系統(tǒng)的功能及軟件體系結(jié)構(gòu) 
　　5.3.2　關(guān)鍵技術(shù) 
　　5.3.3　系統(tǒng)的運(yùn)行結(jié)果及分析 
參考文獻(xiàn)