| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·问题背景及研究意义 | 第11-13页 |
| ·数据挖掘技术的产生 | 第11页 |
| ·土建工程概算的意义及作用 | 第11-13页 |
| ·国内外相关研究现状 | 第13-16页 |
| ·数据挖掘技术的研究现状 | 第13-14页 |
| ·工程概预算领域的研究现状 | 第14-16页 |
| ·论文的主要内容 | 第16-17页 |
| ·总体设计思路 | 第16页 |
| ·研究工作 | 第16-17页 |
| ·论文的体系结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 数据挖掘技术基础 | 第19-27页 |
| ·概述 | 第19-20页 |
| ·数据挖掘的定义 | 第19-20页 |
| ·发展方向 | 第20页 |
| ·数据挖掘的功能 | 第20-21页 |
| ·预测功能 | 第20-21页 |
| ·关联功能 | 第21页 |
| ·聚类功能 | 第21页 |
| ·数据挖掘过程标准(CRISP-DM) | 第21-24页 |
| ·数据挖掘工具的选择 | 第24-26页 |
| ·数据挖掘工具的分类 | 第24-25页 |
| ·SPSS15.0分析工具 | 第25页 |
| ·MATLAB环境简介 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于数据挖掘的土建工程概算模型研究 | 第27-41页 |
| ·土建工程概算模型(RBF-CEBE)概述 | 第27页 |
| ·土建工程概算模型(RBF-CEBE)流程设计 | 第27-30页 |
| ·相关分析 | 第30页 |
| ·聚类分析 | 第30-32页 |
| ·距离分析 | 第31页 |
| ·K-Means算法 | 第31-32页 |
| ·径向基函数神经网络(RBFNN) | 第32-40页 |
| ·神经网络概述 | 第32-33页 |
| ·RBF神经元模型 | 第33-34页 |
| ·RBF网络结构和原理 | 第34-36页 |
| ·RBF神经网络的学习 | 第36-38页 |
| ·学习方法分类 | 第36-37页 |
| ·动态自适应选取中心算法步骤 | 第37-38页 |
| ·RBF神经网络的训练 | 第38-39页 |
| ·MATLAB中的RBF神经网络工具箱(RBF-network) | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 运用RBF-CEBE进行土建工程概算的方法研究 | 第41-57页 |
| ·商业理解 | 第41页 |
| ·数据理解 | 第41-42页 |
| ·数据准备 | 第42-48页 |
| ·建立数据库 | 第42页 |
| ·数据预处理 | 第42-47页 |
| ·属性过滤 | 第43-45页 |
| ·进行相关分析的检验 | 第45-47页 |
| ·分类处理 | 第47-48页 |
| ·模型建立 | 第48-53页 |
| ·模型评估 | 第53-55页 |
| ·模型发布 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 土建工程概算数据挖掘系统(DMS-CEBE)实现 | 第57-67页 |
| ·DMS-CEBE概述 | 第57-58页 |
| ·系统的功能模块 | 第58-61页 |
| ·用户管理 | 第58-59页 |
| ·模块功能设计 | 第59-61页 |
| ·数据分析 | 第61-63页 |
| ·数据流 | 第61-63页 |
| ·数据结构 | 第63页 |
| ·系统设计 | 第63-66页 |
| ·系统建设目标 | 第63-64页 |
| ·系统模式 | 第64-65页 |
| ·开发应用环境 | 第65页 |
| ·系统维护 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-69页 |
| ·主要结论 | 第67-68页 |
| ·未来展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间参加的科研项目和成果 | 第73页 |
