| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 创新点摘要 | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·数据挖掘问题的提出与发展 | 第11-12页 |
| ·国内外研究现状与发展趋势 | 第12-13页 |
| ·计算智能 | 第13-15页 |
| ·模糊计算 | 第14页 |
| ·神经计算 | 第14页 |
| ·进化计算 | 第14-15页 |
| ·三个分支的结合 | 第15页 |
| ·基于计算智能的数据挖掘方法 | 第15-16页 |
| ·论文主要研究内容 | 第16-17页 |
| 第二章 信息挖掘基本内容和原理 | 第17-24页 |
| ·信息挖掘的主要内容 | 第17-21页 |
| ·关联知识挖掘 | 第17页 |
| ·广义知识挖掘 | 第17-18页 |
| ·分类知识挖掘 | 第18页 |
| ·聚类知识挖掘 | 第18-19页 |
| ·预测型知识挖掘 | 第19页 |
| ·时序模式挖掘 | 第19-20页 |
| ·特异型知识挖掘 | 第20-21页 |
| ·信息挖掘数据准备 | 第21-23页 |
| ·数据清洗与选择 | 第21页 |
| ·数据预处理 | 第21-22页 |
| ·数据集管理 | 第22-23页 |
| ·信息挖掘 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 用于信息挖掘的计算智能模型研究 | 第24-40页 |
| ·神经网络 | 第24-30页 |
| ·人工神经元的数学模型 | 第24-25页 |
| ·前馈神经元网络 | 第25-26页 |
| ·自组织神经网络 | 第26-29页 |
| ·支持向量机 | 第29-30页 |
| ·模糊逻辑与模糊计算 | 第30-34页 |
| ·模糊逻辑 | 第30-31页 |
| ·加权模糊逻辑 | 第31-32页 |
| ·模糊计算 | 第32页 |
| ·模糊神经网络 | 第32-33页 |
| ·模糊神经网络学习算法 | 第33-34页 |
| ·遗传算法 | 第34-35页 |
| ·粗糙集理论 | 第35-36页 |
| ·过程神经元网络 | 第36-39页 |
| ·时变输入/输出过程神经元模型 | 第36-37页 |
| ·过程神经元网络模型 | 第37页 |
| ·学习算法 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于计算智能的数据挖掘系统与工具设计开发 | 第40-48页 |
| ·信息挖掘系统功能 | 第40页 |
| ·信息挖掘系统开发环境 | 第40页 |
| ·基于关系数据库的信息挖掘系统体系结构 | 第40-41页 |
| ·信息挖掘工具设计 | 第41-47页 |
| ·信息挖掘工具包功能模块 | 第42-43页 |
| ·信息挖掘工具 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 计算智能信息挖掘方法在油田勘探生产中的应用 | 第48-59页 |
| ·基于过程神经网络的水淹层识别 | 第48-51页 |
| ·基于正则模糊神经网络的沉积微相识别 | 第51-53页 |
| ·基于遗传算法的模式聚类在复杂岩性识别中的应用 | 第53-55页 |
| ·遗传算法在测井曲线地层对比中的应用 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 发表文章目录 | 第62-63页 |
| 致谢 | 第63-64页 |
| 详细摘要 | 第64-68页 |