第一章 绪论 1
第一节 知识发现和数据挖掘 1
第二节 数据挖掘的任务 2
第三节 数据挖掘的分类 3
第四节 关系数据挖掘的基本原理 5
第五节 数据挖掘的典型应用领域 8
第七节 数据挖掘的研究方向 9
第一节 概念层次 13
第二章 面向属性的归纳学习技术 13
第二节 概念层次的自动生成 20
第三节 概念层次的实现 34
第四节 面向属性归纳 39
第三章 数据挖掘中的粗糙集方法 55
第一节 粗糙集模型 56
第二节 基于粗糙集的数据归约 80
第三节 基于多知识库的数据挖掘与信息融合 101
第四节 粗糙集理论与时间序列数据挖掘 105
第四章 基于神经网络技术的数据挖掘方法 111
第一节 神经网络(NN)概述 112
第二节 基于知识的神经网络 115
第三节 基于自组织神经网络的数据挖掘 123
第四节 用于数据挖掘的模糊神经网络 129
第五节 数据准备 140
第六节 基于神经网络的数据挖掘实例 144
第五章 基于遗传算法的数据挖掘 157
第一节 遗传算法的基本原理 157
第二节 基于遗传算法的分类系统 163
第三节 遗传算法在多纯方位传感器多目标定位中的应用 173
第六章 分布式数据挖掘和空间数据挖掘 182
第一节 分布式数据挖掘 182
第二节 空间数据挖掘 192
第三节 地理信息数据库中的数据挖掘 204
第七章 应用和开发 219
第一节 数据挖掘工具的选择 219
第二节 辐射源特征数据挖掘 223
附录 缩略语 239
参考文献 241