数据库中的知识发现
| <中文摘要> | 第1页 |
| <关键词> | 第3-4页 |
| <英文摘要> | 第4页 |
| <英文关键词> | 第4-7页 |
| 1 概 述 | 第7-19页 |
| ·KDD及其核心技术DM的产生背景 | 第7-8页 |
| ·数据采掘的基础 | 第8-10页 |
| ·KDD定义 | 第10-12页 |
| ·KDD处理过程模型 | 第12-17页 |
| ·KDD的特点 | 第17-19页 |
| 2 数据清洗分析 | 第19-22页 |
| ·数据清洗的目标和原因 | 第19-20页 |
| ·数据清洗方法分类 | 第20-22页 |
| 3 数据采掘任务及方法分析 | 第22-30页 |
| ·数据采掘的任务 | 第22-23页 |
| ·数据采掘的方法 | 第23-25页 |
| ·数据采掘举例 | 第25-30页 |
| 4 神经网络研究及其改进 | 第30-39页 |
| ·神经网络(Neural Networks) | 第30-32页 |
| ·BP网络及其算法 | 第32页 |
| ·BP算法的原理 | 第32-35页 |
| ·BP算法的改进 | 第35-39页 |
| 5 一个知识发现工具Dminer设计及实现 | 第39-50页 |
| ·Dminer的体系结构 | 第39-40页 |
| ·用户界面设计 | 第40-44页 |
| ·数据清洗功能设计 | 第44-45页 |
| ·神经网络设计 | 第45-47页 |
| ·BP网络及其改进后的仿真 | 第47-50页 |
| 6 应用 Dminer进行知识发现 | 第50-54页 |
| ·实例说明 | 第50-51页 |
| ·知识发现过程 | 第51-54页 |
| 结束语 | 第54-55页 |
| 致 谢 | 第55-56页 |
| <引文> | 第56页 |