第1章 緒論
1．1 數據挖掘的概念及研究領域
1．1．1 分類方法
1．1．2 聚類方法
1．1．3 文本挖掘
1．1．4 Web挖掘
1．2 數據挖掘的過程模型
1．2．1 知識發現的基本過程分析
1．2．2 數據挖掘的處理過程模型
1．3 基于數據挖掘的武器裝備管理決策分析
1．3．1 武器裝備管理決策分析的任務、層次
1．3．2 數據挖掘在武器裝備管理決策支持中的應用
1．4 本章小結

第2章 武器裝備數據倉庫
2．1 數據倉庫的概念
2．1．1 數據倉庫的產生
2．1．2 數據倉庫的定義
2．1．3 數據倉庫和傳統數據庫的區別
2．2 數據倉庫的數據模型
2．2．1 企業級數據模型
2．2．2 多維數據模型
2．3 數據倉庫的聯機分析處理
2．3．1 聯機分析處理的概念
2．3．2 0LAP與OLTP的區別
2．3．3 0LAP的基本操作
2．3．4 0LAP實現方法分析
2．3．5 數據倉庫與OLAP的關系
2．4 數據倉庫的結構
2．4．1 數據倉庫的體系結構
2．4．2 數據倉庫的數據組織結構
2．5 數據倉庫的設計
2．5．1 數據倉庫的設計原則
2．5．2 數據倉庫的設計過程
2．6 飛參數據倉庫的分析與設計
2．6．1 飛參數據倉庫多維模型的建模難點
2．6．2 飛參數據倉庫主題的確立
2．6．3 飛參數據倉庫多維模型的三級規范化建模
2．6．4 飛參數據倉庫開發平臺的選擇
2．6．5 飛參數據規范化與預處理
2．6．6 飛參數據倉庫的數據采集和加載
2．6．7 飛參數據倉庫的維護
2．7 航空維修數據分析系統數據倉庫的設計
2．7．1 航空維修數據分析系統的需求分析
2．7．2 AMDAS數據倉庫的模型設計
2．7．3 粒度和分割設計
2．7．4 ETL系統設計
2．8 本章小結

第3章 武器裝備數據關聯規則挖掘
3．1 關聯規則挖掘基本概念
3．2 Apriori關聯規則挖掘算法
3．2．1 算法基本思路
3．2．2 算法的偽碼表示
3．3 FP-growth關聯規則挖掘算法
3．3．1 算法基本思想
3．3．2 算法主要步驟及偽碼表示
3．3．3 算法性能分析
3．4 關聯規則挖掘在飛參記錄事件關聯分析中的應用
3．4．1 飛參數據分析的基本概念
3．4．2 基于關聯規則的飛參記錄事件關聯分析流程
3．4．3 飛參記錄事件關聯挖掘的主要技術問題
3．5 本章小節

第4章 武器裝備數據時間序列相似模式挖掘
4．1 時間序列相似模式挖掘概述
4．1．1 時間序列的定義
4．1．2 時間序列數據挖掘
4．1．3 時間序列相似模式挖掘
4．2 時間序列數據預處理
4．2．1 基于傅里葉變換的信號去噪
4．2．2 基于小波變換的信號去噪
4．3 時間序列的特征表示
4．3．1 頻域表示
4．3．2 序列分段表示
……

第5章 武器裝備數據分類挖掘
第6章 武器裝備數據聚類挖掘
第7章 文本與Web挖掘
第8章 復雜類型軍事數據挖掘

參考文獻