跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 陳智宗
Zhen-Cho Chen
論文名稱： 以資料挖礦法挖掘多屬性序列式資料規則之研究
指導教授： 許秉瑜
Ping-yu Hsu
口試委員:
學位類別： 碩士
Master
系所名稱： 管理學院 - 資訊管理學系
Department of Information Management
畢業學年度： 88
語文別： 中文
論文頁數： 92
中文關鍵詞： 資料挖礦 、遙測影像 、屬性導向歸納法 、關聯規則 、多屬性序列式資料
相關次數： 點閱：11  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報


    • 新興的資料挖礦技術，對於大量的交易資料，可以從中挖掘出有趣的規則或特性。本論文主要就是以資料挖礦技術中的屬性導向歸納法和關聯規則為基礎，發展出適合上述遙測影像資料結構特性的演算法─LSS(Large_Set_of_Sequence)演算法。這個演算法原先是針對遙測影像的資料特性所發展而來，但是這個演算法同時可以解決原先屬性導向歸納法和Apriori演算法所不適合解決的資料結構─多屬性序列式資料。
    在本論文中我們將詳述多屬性序列式資料結構以及針對這種資料結構所發展的演算法─LSS(Large_Set_of_Sequence)。並說明找出的關聯與特性規則，以及在遙測影像資料上的應用。

    第１章 緒論 第１節 研究動機 第２節 研究目的 第３節 研究範圍 第４節 論文結構 第２章 文獻探討 第１節 資料挖礦 第１小節 挖掘關聯規則 第２小節 多層資料一般化、摘要化、特徵化 第３小節 挖掘序列樣式 第４小節 序列式關聯規則 第５小節 挖掘一般化關聯規則 第２節 遙測影像的辨識與分類 第３章 資料結構 第１節 原始資料 第２節 多屬性資料結構 第４章 演算法 第１節 門檻值定義 第２節 序列集合 第３節 LSS演算法 第５章 歸納後關聯規則型式 第６章 範例說明 第７章 結論與建議 第１節 結論與貢獻 第２節 未來研究方向與建議 參考文獻

    [1] A. K. Jain, “Fundamentals of Digital Image Processing,” Prentice Hall Information and System Sciences Series, 1989.
    [1] A. K. Jain, “Fundamentals of Digital Image Processing,” Prentice Hall Information and System Sciences Series, 1989.
    [1] A. K. Jain, “Fundamentals of Digital Image Processing,” Prentice Hall Information and System Sciences Series, 1989.
    [4] J. C. Bezdek, ”Pattern Recognition with Fuzzy Objective Function Algorithms,” Plenum, New York, 1981.
    [4] J. C. Bezdek, ”Pattern Recognition with Fuzzy Objective Function Algorithms,” Plenum, New York, 1981.
    [6] J. C. Bezdek,”Fuzzy Mathematics in Pattern Classification,”1973.
    [7] J. Widom, “Research Problems in Data Warehousing,” Proc. Fourth Int’l Conf. Information and Knowledge Managment, pp. 25-30, Baltimore, Nov. 1995.
    [7] J. Widom, “Research Problems in Data Warehousing,” Proc. Fourth Int’l Conf. Information and Knowledge Managment, pp. 25-30, Baltimore, Nov. 1995.
    [7] J. Widom, “Research Problems in Data Warehousing,” Proc. Fourth Int’l Conf. Information and Knowledge Managment, pp. 25-30, Baltimore, Nov. 1995.
    [10] J. -S. Park, M. -S. Chen, and P. S. Yu, ”An Effective Hash Based Algorithm for Mining Association Rules,” Proc. ACM SIGMOD, pp. 175-186, May1995.
    [10] J. -S. Park, M. -S. Chen, and P. S. Yu, ”An Effective Hash Based Algorithm for Mining Association Rules,” Proc. ACM SIGMOD, pp. 175-186, May1995.
    [12] J. Han, Y. Cai, and N. Cercone, “Data-Driven Discovery of Quantitative Rules in Relational Databases,” IEEE Trans. Knowledge and Data Eng.,vol.5,pp.29-40,1993.
    [12] J. Han, Y. Cai, and N. Cercone, “Data-Driven Discovery of Quantitative Rules in Relational Databases,” IEEE Trans. Knowledge and Data Eng.,vol.5,pp.29-40,1993.
    [14] T. M. Lillesand, and R. W. Kiefer, “Remote Sensing and Image Interpretation,” John Wiley & Sons, Inc., Third Edition, 1994.
    [14] T. M. Lillesand, and R. W. Kiefer, “Remote Sensing and Image Interpretation,” John Wiley & Sons, Inc., Third Edition, 1994.
    [16] M. -S. Chen, J. Han, and P. S. Yu , “Data Mining：An Overview from a Database Perspective,” IEEE Transactions on Knowledge and Data Engineering, vol.8 , no. 6, pp. 866-883,1996.
    [16] M. -S. Chen, J. Han, and P. S. Yu , “Data Mining：An Overview from a Database Perspective,” IEEE Transactions on Knowledge and Data Engineering, vol.8 , no. 6, pp. 866-883,1996.
    [16] M. -S. Chen, J. Han, and P. S. Yu , “Data Mining：An Overview from a Database Perspective,” IEEE Transactions on Knowledge and Data Engineering, vol.8 , no. 6, pp. 866-883,1996.
    [19] R. Agrawal and R. Srikant, “Fast Algorithms for Mining Association Rules,” Proc. of the 20th Int''l Conference on Very Large Databases, Santiago, Chile, Sept. 1994.
    [20] R. Agrawal and R. Srikant, “Mining Sequential Patterns,” Proc. of the Int''l Conference on Data Engineering (ICDE), Taipei, Taiwan, March 1995.
    [21] R. Srikant, R. Agrawal, “Mining Generalized Association Rules,” Proc. 21st VLDB Conf. Zurich, Swizerland, 1995.
    [22] R. Agrawal, T. Imielinski, and A. Swami, “Mining association rules between sets of items in large database,” SIGMOD 93, pp. 207-216.
    [22] R. Agrawal, T. Imielinski, and A. Swami, “Mining association rules between sets of items in large database,” SIGMOD 93, pp. 207-216.
    [24] F. Wang , ”Fuzzy Supervised Classification of Remote Sensing Images, ” IEEE Transactions on Geoscience and Remote Sensing ,Vol 28,No 2 ,pp.194-201,1990.
    [25] W.P. Yan and P. Larson, “Eager Aggregation and Lazy Aggregation, “Proc. 21st Int’l Conf. Very Large Data Bases.
    [26] Y. Cai, N. Cercone, and J. Han, ”Attribute-Oriented Induction in Relational Databases,” Knowledge Discovery in Databases ,Ch 12, AAAI/MIT Press,1991.
    [27] L. A . Zadech, ”Fuzzy Sets,” Information and Controal,8 ,1965.
    [28] 楊寶霖,”森林調查學,”台灣商務印書館發行, 國立編譯館主編, pp.87,96-101, 民72.
    [29] 陳信雄,”森林水文學,”千華出版公司印行, 國立編譯館主編,民79.
    [30] 黃景川,“土壤力學,” 三民書局, pp.19-30, 民85.
    [31] 陳仕昇, 許秉瑜, 陳彥良, “以可重複序列挖掘網路瀏覽規則之研究,” 資管評論第九期, 民88.
    [32] 陳致任,“數位地形圖土地類別資訊萃取之研究,” 中央大學土木所碩士論文, 民85.
    [33] 國立中央大學遙測中心, http://www.csrsr.ncu.edu.tw/ , 2000.

    QR CODE
    :::