| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文主要研究工作与创新点 | 第11-12页 |
| ·论文安排 | 第12-14页 |
| 2 数据挖掘及聚类分析 | 第14-31页 |
| ·数据挖掘概述 | 第14-21页 |
| ·数据挖掘的概念 | 第14页 |
| ·数据挖掘的分类 | 第14-15页 |
| ·数据挖掘的特点 | 第15-16页 |
| ·数据挖掘的功能 | 第16-18页 |
| ·数据挖掘的过程 | 第18-20页 |
| ·数据挖掘的常用技术 | 第20-21页 |
| ·聚类分析的基础理论 | 第21-23页 |
| ·聚类分析概述 | 第21-22页 |
| ·聚类分析的基本概念 | 第22-23页 |
| ·数据挖掘对聚类的典型要求 | 第23页 |
| ·聚类分析中的数据对象 | 第23-28页 |
| ·聚类分析常用的数据结构 | 第23-24页 |
| ·聚类分析中的常用数据类型及其对应的相异度求解方法 | 第24-28页 |
| ·聚类分析的方法 | 第28-31页 |
| 3 遗传算法基本原理 | 第31-43页 |
| ·遗传算法简介 | 第31页 |
| ·遗传算法的特点 | 第31-32页 |
| ·遗传算法的基本思想 | 第32-33页 |
| ·遗传算法的基本实现技术 | 第33-40页 |
| ·染色体编码方法 | 第33-34页 |
| ·适应度函数 | 第34-35页 |
| ·遗传操作 | 第35-38页 |
| ·最优保存策略 | 第38页 |
| ·遗传算法的运行参数 | 第38-40页 |
| ·遗传算法的运算过程 | 第40页 |
| ·遗传算法研究进展 | 第40-43页 |
| 4 基于遗传算法的改进 K 均值聚类 | 第43-55页 |
| ·K-means 算法分析 | 第43-47页 |
| ·K-means 算法的基本思想 | 第43页 |
| ·K-means 基本算法描述 | 第43-44页 |
| ·K-means 算法的优缺点分析 | 第44-45页 |
| ·对于所研究的K 均值算法两个缺点的分析 | 第45-47页 |
| ·改进的K 均值算法描述 | 第47页 |
| ·基于遗传算法的改进K 均值聚类 | 第47-55页 |
| ·利用遗传算法选取初始聚类中心的基本思路 | 第48页 |
| ·染色体编码 | 第48-50页 |
| ·初始化种群 | 第50页 |
| ·选取适应度函数 | 第50-51页 |
| ·遗传操作 | 第51-52页 |
| ·自适应调整交叉概率和变异概率 | 第52-53页 |
| ·最优保存策略 | 第53-54页 |
| ·循环终止条件 | 第54页 |
| ·具体算法描述 | 第54-55页 |
| 5 实验与结果分析 | 第55-67页 |
| ·实验涉及到的算法 | 第55页 |
| ·数据预处理 | 第55页 |
| ·实验数据 | 第55-56页 |
| ·实验一 | 第56-60页 |
| ·实验二 | 第60-64页 |
| ·收敛性能比较 | 第64-67页 |
| 6 总结与展望 | 第67-69页 |
| ·本文工作总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第72-73页 |
| 致谢 | 第73页 |