遗传算法在数据挖掘中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-15页 |
| ·选题背景与意义 | 第12-13页 |
| ·数据挖掘技术的产生及研究现状 | 第12-13页 |
| ·遗传算法与数据挖掘 | 第13页 |
| ·研究目标及主要内容 | 第13-14页 |
| ·本文的章节安排 | 第14-15页 |
| 第2章 数据挖掘技术概述 | 第15-21页 |
| ·数据挖掘的定义 | 第15-16页 |
| ·数据挖掘的分析方法 | 第16-17页 |
| ·数据挖掘的方法与技术 | 第17-18页 |
| ·数据挖掘的过程与工具 | 第18-19页 |
| ·数据挖掘过程 | 第18页 |
| ·数据挖掘工具 | 第18-19页 |
| ·数据挖掘的发展及应用状况 | 第19-21页 |
| 第3章 遗传算法的基本原理 | 第21-31页 |
| ·引言 | 第21页 |
| ·遗传算法基础 | 第21-23页 |
| ·遗传算法的产生及发展 | 第21-22页 |
| ·遗传算法的基本思想和术语 | 第22页 |
| ·遗传算法的基本特征 | 第22-23页 |
| ·遗传算法的组成 | 第23-27页 |
| ·染色体编码方法 | 第23-24页 |
| ·适应度函数 | 第24-25页 |
| ·遗传算子 | 第25-26页 |
| ·控制参数选择 | 第26-27页 |
| ·终止条件 | 第27页 |
| ·应用流程及算法 | 第27-29页 |
| ·遗传算法的应用流程 | 第27-29页 |
| ·遗传算法的算法描述 | 第29页 |
| ·小结 | 第29-31页 |
| 第4章 基于改进遗传算法的聚类模式数据挖掘方法 | 第31-48页 |
| ·引言 | 第31页 |
| ·聚类的定义 | 第31页 |
| ·聚类分析的基本知识 | 第31-33页 |
| ·聚类算法的分类 | 第33-34页 |
| ·基于改进遗传算法的聚类方法 | 第34-39页 |
| ·编码方式与种群初始化的改进 | 第35-36页 |
| ·适应度函数的改进 | 第36页 |
| ·选择算子的改进 | 第36-37页 |
| ·交叉操作的改进 | 第37-38页 |
| ·变异操作的改进 | 第38-39页 |
| ·应用实例 | 第39-48页 |
| ·主题域的确定 | 第39-40页 |
| ·模型的构建 | 第40页 |
| ·实际表的构建 | 第40-41页 |
| ·粒度的构建 | 第41-42页 |
| ·维度表的构建 | 第42-44页 |
| ·结果分析 | 第44-48页 |
| 第5章 用遗传算法实现客户关系管理中的数据挖掘 | 第48-53页 |
| ·引言 | 第48页 |
| ·客户关系管理 | 第48页 |
| ·引入免疫算子遗传算法 | 第48-50页 |
| ·应用实例 | 第50-52页 |
| ·小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 全文总结 | 第53页 |
| 研究前景与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 附录A 攻读学位期间发表的论文 | 第59页 |
