| 目录 | 第1-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第8-12页 |
| ·数据挖掘技术产生的背景 | 第8-9页 |
| ·遗传算法的研究及应用 | 第9-10页 |
| ·遗传算法与数据挖掘 | 第10-11页 |
| ·论文内容的组织和结构 | 第11-12页 |
| 第2章 数据挖掘技术概述 | 第12-22页 |
| ·引言 | 第12页 |
| ·数据挖掘的定义 | 第12页 |
| ·数据挖掘的目的 | 第12-13页 |
| ·数据挖掘的任务 | 第13-15页 |
| ·关联分析 | 第13页 |
| ·时序模式 | 第13-14页 |
| ·聚类 | 第14页 |
| ·分类 | 第14-15页 |
| ·偏差检测 | 第15页 |
| ·预测 | 第15页 |
| ·数据挖掘的过程 | 第15-16页 |
| ·数据挖掘的方法 | 第16页 |
| ·数据挖掘的应用领域 | 第16-17页 |
| ·数据挖掘的研究热点 | 第17-19页 |
| ·数据挖掘面临的问题与挑战 | 第19-22页 |
| 第3章 遗传算法及其改进 | 第22-49页 |
| ·遗传算法的基本概念 | 第22页 |
| ·遗传算法的处理流程及基本要素 | 第22-29页 |
| ·问题编码 | 第23-24页 |
| ·初始群体的生成 | 第24页 |
| ·适应值函数的确定 | 第24-25页 |
| ·遗传算子 | 第25-29页 |
| ·遗传算法的设计 | 第29页 |
| ·遗传算法的特点 | 第29-31页 |
| ·遗传算法的研究现状与方向 | 第31-33页 |
| ·遗传算法的局限性 | 第33页 |
| ·遗传算法的改进 | 第33-49页 |
| ·分阶段快速寻优 | 第33-34页 |
| ·调整控制参数 | 第34-35页 |
| ·协同进化 | 第35-36页 |
| ·采用实数编码 | 第36-43页 |
| ·协同多群体遗传算法 | 第43-44页 |
| ·粗粒度遗传算法(并行遗传算法) | 第44页 |
| ·混合粗粒度遗传算法 | 第44-49页 |
| 第4章 遗传算法在数据挖掘(聚类)中的应用 | 第49-77页 |
| ·数据聚类及聚类技术 | 第49-57页 |
| ·聚类的定义 | 第49页 |
| ·相似性度量 | 第49-51页 |
| ·什么是一个好的聚类方法 | 第51页 |
| ·数据挖掘对聚类的要求 | 第51页 |
| ·聚类分析中的数据类型 | 第51-54页 |
| ·聚类技术 | 第54-56页 |
| ·聚类的应用 | 第56-57页 |
| ·遗传算法用于数据聚类 | 第57-77页 |
| ·k-means聚类算法的弊端及基于遗传算法的聚类算法的提出 | 第57-58页 |
| ·基于遗传算法的聚类算法的总体设计 | 第58-59页 |
| ·基于遗传算法的聚类算法的实现 | 第59-71页 |
| ·基于遗传算法的聚类算法的应用 | 第71-77页 |
| 第5章 总结与展望 | 第77-80页 |
| ·总结 | 第77-78页 |
| ·进一步的工作 | 第78-80页 |
| 参考资料 | 第80-82页 |
| 硕士期间发表的文章 | 第82页 |
| 硕士期间参加的实践 | 第82-83页 |
| 致谢 | 第83-84页 |
| 论文独创性声明 | 第84页 |
| 论文使用授权声明 | 第84-85页 |