基于粒子群算法的数据挖掘--在证券分析中应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| 1．1 选题意义 | 第10-11页 |
| 1．2 数据挖掘的基本思想 | 第11-16页 |
| 第二章 数据挖掘技术 | 第16-30页 |
| 2．1 数据挖掘的基本模型 | 第16-17页 |
| 2．2 数据挖掘的常用算法 | 第17-20页 |
| 2．2．1 人工神经网络 | 第17-18页 |
| 2．2．2 遗传算法 | 第18页 |
| 2．2．3 决策树方法 | 第18-19页 |
| 2．2．4 公式发现 | 第19页 |
| 2．2．5 统计分析方法 | 第19-20页 |
| 2．2．6 其它和技术 | 第20页 |
| 2．3 数据挖掘的任务及其实现技术 | 第20-23页 |
| 2．3．1 验证型功能 | 第21页 |
| 2．3．2 发现型功能 | 第21-23页 |
| 2．4 数据挖掘的应用 | 第23-26页 |
| 2．4．1 金融业中的数据挖掘 | 第23-24页 |
| 2．4．2 医疗保健的数据挖掘 | 第24页 |
| 2．4．3 零售业的数据挖掘 | 第24-25页 |
| 2．4．4 制造业的数据挖掘 | 第25页 |
| 2．4．5 工程和科学的数据挖掘 | 第25页 |
| 2．4．6 保险业的数据挖掘 | 第25-26页 |
| 2．5 数据挖掘在证券分析的应用 | 第26-28页 |
| 2．5．1 序列模式数据挖掘的应用 | 第26-27页 |
| 2．5．2 关联分析的应用 | 第27页 |
| 2．5．3 聚类分析的应用 | 第27页 |
| 2．5．4 偏差检测的应用 | 第27-28页 |
| 2．5．5 数据挖掘的进化遗传模拟 | 第28页 |
| 2．6 数据挖掘在应用中应注意的几个问题 | 第28-30页 |
| 2．6．1 数据质量的问题 | 第28-29页 |
| 2．6．2 技术方法的选取问题 | 第29页 |
| 2．6．3 结果的验证与评价问题 | 第29页 |
| 2．6．4 保护客户的个人隐私问题 | 第29-30页 |
| 第三章 粒子群算法 | 第30-37页 |
| 3．1 粒子群算法简介 | 第30-33页 |
| 3．1．1 粒子群算法的基本原理 | 第30-31页 |
| 3．1．2 基本的粒子群算法 | 第31-32页 |
| 3．1．3 粒子群算法的基本特点 | 第32-33页 |
| 3．2 PSO的变化和改进 | 第33-36页 |
| 3．2．1 收敛速度的改进 | 第33-34页 |
| 3．2．2 增加多样性的改进 | 第34-35页 |
| 3．2．3 全局方法 | 第35页 |
| 3．2．4 动态目标函数 | 第35-36页 |
| 3．3 PSO应用 | 第36-37页 |
| 第四章 基于粒子群算法的证券挖掘系统 | 第37-46页 |
| 4．1 系统的基本原理 | 第37-38页 |
| 4．2 系统的基本模型 | 第38-39页 |
| 4．3 粒子的定义 | 第39-40页 |
| 4．3．1 一般股民的购股原则 | 第39页 |
| 4．3．2 粒子的定义 | 第39-40页 |
| 4．4 数据的预处理 | 第40-42页 |
| 4．4．1 预处理的一般方法 | 第40-42页 |
| 4．4．2 挖掘系统的数据预处理 | 第42页 |
| 4．5 模式评估函数的确定 | 第42-44页 |
| 4．5．1 模式评估函数的基本概念 | 第42-43页 |
| 4．5．2 系统的模式评估函数 | 第43-44页 |
| 4．6 粒子间的相互学习 | 第44-46页 |
| 第五章 数据挖掘系统的实现 | 第46-61页 |
| 5．1 系统实现的技术准备 | 第46-50页 |
| 5．1．1 JDBC | 第46-48页 |
| 5．1．2 面向对象程序设计 | 第48-50页 |
| 5．2 系统的总体设计 | 第50页 |
| 5．3 数据库设计 | 第50-52页 |
| 5．3．1 元数据设计 | 第51页 |
| 5．3．2 中间数据的数据结构 | 第51-52页 |
| 5．4 预处理模块的设计 | 第52-56页 |
| 5．4．1 文本转换处理子模块 | 第53-55页 |
| 5．4．2 数据转化子模块 | 第55-56页 |
| 5．5 挖掘模块的设计 | 第56-59页 |
| 5．4．1 系统的基本类的定义 | 第57-58页 |
| 5．4．2 挖掘流程的实现 | 第58-59页 |
| 5．6 系统挖掘的实验过程与结果认证 | 第59-61页 |
| 第六章 结论与展望 | 第61-62页 |
| 6．1 总结 | 第61页 |
| 6．2 今后的工作 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 成果 | 第64-65页 |
| 致谢 | 第65页 |
