第 1 章 绪 论
1.1 课题背景及研究意义
1.2 国内外研究现状及分析
1.3 论文的主要研究内容和结构安排
1.3.1 论文的主要研究内容
1.3.2 论文的结构安排
第 2 章 数据集覆盖问题相关定义及基本方法
2.1 数据集覆盖问题相关定义
2.2 MUP 识别问题—获取 MUP 的 Naive 算法
2.3 处理数据集覆盖问题的方法—Coverage Enhancement
2.3.1 原问题转换为 Hitting set 问题
2.3.2 基于贪心思想的近似算法
2.4 本章小结
第 3 章 数据集覆盖问题相关算法研究与优化
3.1 获取 MUP 算法与频繁项集挖掘的区别和联系分析
3.2 对现有获取 MUP 算法的分析与研究
3.2.1 自顶向下算法(Pattern-Breaker)分析
3.2.2 自底向上算法(Pattern-Combiner)分析
3.2.3 DeepDiver 算法分析
3.3 获取 MUP 的改进算法—FastDeepDiver 算法
3.4 计算 coverage 算法的改进方法
3.5 基于模式位图的匹配算法
3.6 本章小结
第 4 章 算法结果及分析
4.1 数据集与实验运行环境
4.1.1 实验数据集介绍
4.1.2 实验运行环境介绍
4.2 验证缺乏覆盖问题的影响实验
4.2.1 真实数据集中存在的缺乏覆盖问题
4.2.2 缺乏覆盖的影响及添加数据元组进行覆盖的效果
4.3 获取 MUP 算法性能比较实验
4.3.1 只改变阈值性能比较
4.3.2 只改变数据元组个数性能比较
4.3.3 只改变属性个数性能比较
4.4 本章小结
结 论
参考文献
攻读硕士学位期间发表的论文及其它成果
声明
致 谢
哈尔滨工业大学;