人工神经网络在数据挖掘中的应用研究
| 1 绪论 | 第1-16页 |
| ·数据挖掘综述 | 第6-12页 |
| ·数据挖掘的定义及特点 | 第6-7页 |
| ·数据挖掘的工作流程 | 第7-9页 |
| ·数据挖掘的任务及实现技术 | 第9-12页 |
| ·基于神经网络的数据挖掘技术的特点 | 第12-13页 |
| ·神经网络应用于数据挖掘的发展状况 | 第13-15页 |
| ·论文的主要工作 | 第15-16页 |
| 2 基于神经网络的数据挖掘算法 | 第16-22页 |
| ·基于神经网络的规则抽取 | 第16-20页 |
| ·基于结构分解的算法 | 第17-19页 |
| ·基于性能分析的算法 | 第19-20页 |
| ·数据挖掘中典型的神经网络模型 | 第20-22页 |
| 3 BP神经网络的实现算法 | 第22-30页 |
| ·BP神经网络模型的工作原理 | 第22-25页 |
| ·BP网络的工作过程 | 第25-26页 |
| ·BP算法产生局部极小的原因 | 第26-27页 |
| ·BP网络的性能优化 | 第27-30页 |
| ·性能指数 | 第27-28页 |
| ·最优化条件 | 第28-30页 |
| 4 基于BP神经网络的全局优化改进策略及实现. | 第30-49页 |
| ·基于BP神经网络模型结构的改进 | 第30-41页 |
| ·输入层和输出层的确定 | 第30页 |
| ·层数 | 第30-31页 |
| ·隐层节点的确定 | 第31-33页 |
| ·结构参数的确定 | 第33-41页 |
| ·网络算法的改进 | 第41-44页 |
| ·基于梯度下降的改进算法 | 第41-43页 |
| ·基于数值优化的改进算法 | 第43-44页 |
| ·MATLAB中BP网络的实现 | 第44-49页 |
| ·MATLAB神经网络工具箱概述 | 第44-45页 |
| ·BP神经网络的设计 | 第45-49页 |
| 5 结论 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |