基于遗传算法的分类规则挖掘研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-12页 |
| ·课题背景 | 第9-10页 |
| ·本论文研究内容 | 第10-11页 |
| ·本论文的章节安排 | 第11-12页 |
| 第2章 数据挖掘与分类规则挖掘概述 | 第12-21页 |
| ·数据挖掘的产生和发展 | 第12页 |
| ·数据挖掘的基本知识 | 第12-17页 |
| ·数据挖掘的概念 | 第12-13页 |
| ·数据挖掘的过程 | 第13-14页 |
| ·数据挖掘的特点 | 第14-15页 |
| ·数据挖掘的分类 | 第15-16页 |
| ·数据挖掘的任务模式 | 第16-17页 |
| ·分类数据挖掘 | 第17-21页 |
| ·分类数据挖掘概述 | 第17页 |
| ·分类数据挖掘步骤 | 第17-19页 |
| ·分类数据挖掘的方法 | 第19-21页 |
| 第3章 遗传算法研究及问题分析 | 第21-42页 |
| ·遗传算法概述 | 第21-24页 |
| ·遗传算法的概念 | 第21-22页 |
| ·遗传算法的特点 | 第22-23页 |
| ·遗传算法的基本术语 | 第23-24页 |
| ·遗传算法的理论基础 | 第24-26页 |
| ·模式定理 | 第24-25页 |
| ·积木块假设 | 第25页 |
| ·隐含并行性 | 第25页 |
| ·模式欺骗问题 | 第25-26页 |
| ·简单遗传算法 | 第26-36页 |
| ·算法流程及描述 | 第26-28页 |
| ·三大遗传算子 | 第28-32页 |
| ·四大关键问题 | 第32-36页 |
| ·遗传算法应用于数据挖掘中的问题分析 | 第36-42页 |
| ·存在问题 | 第36-38页 |
| ·“早熟”现象的原因及解决 | 第38-42页 |
| 第4章 基于相似度交叉变异算子的提出及其应用 | 第42-57页 |
| ·基于相似度的交叉变异算子 | 第42-44页 |
| ·自适应变异算子 | 第42-43页 |
| ·基于“杂交”优势的交叉算子 | 第43-44页 |
| ·预选择算子 | 第44页 |
| ·新算法流程及实现 | 第44-48页 |
| ·算法流程 | 第44-46页 |
| ·算法实现 | 第46-48页 |
| ·新算子应用于分类规则挖掘 | 第48-52页 |
| ·分类规则的编码 | 第48页 |
| ·适应度函数 | 第48-49页 |
| ·选择算子的改进 | 第49-50页 |
| ·带新算子的分类规则挖掘算法流程及代码描述 | 第50-52页 |
| ·测试和实验 | 第52-55页 |
| ·测试环境和数据 | 第52-53页 |
| ·算法参数的设置 | 第53页 |
| ·实验结果分析和比较 | 第53-55页 |
| ·小结 | 第55-57页 |
| 第5章 种间竞争遗传算法的改进及应用 | 第57-68页 |
| ·种间竞争遗传算法 | 第57-58页 |
| ·算法概述 | 第57页 |
| ·算法描述 | 第57-58页 |
| ·种间竞争遗传算法的改进 | 第58-62页 |
| ·改进思想 | 第58-59页 |
| ·改进算法描述 | 第59-62页 |
| ·改进算法在分类规则挖掘中的应用 | 第62-63页 |
| ·分类规则挖掘的准备工作 | 第62-63页 |
| ·改进算法的分类规则挖掘流程 | 第63页 |
| ·测试和实验 | 第63-66页 |
| ·测试环境与数据 | 第63-65页 |
| ·算法参数的设置 | 第65页 |
| ·实验结果的分析和比较 | 第65-66页 |
| ·小结 | 第66-68页 |
| 结论与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文 | 第75页 |
