进化神经网络聚类技术及其在数据挖掘中的应用

1 绪论	第1-15页
·课题研究背景及其意义	第9-10页
·国内外研究现状	第10-13页
·数据挖掘中聚类技术的研究动态	第10-11页
·基于SOM神经网络聚类技术研究动态	第11-12页
·进化神经网络的发展	第12-13页
·本文的主要研究内容和组织结构	第13-15页
2 数据挖掘中的聚类分析研究	第15-26页
·聚类分析定义	第15页
·聚类算法的数据类型与预处理	第15-16页
·现有聚类算法研究	第16-23页
·基于划分的聚类方法	第16-18页
·基于层次的聚类方法	第18-19页
·基于密度的聚类方法	第19-20页
·基于网格的聚类方法	第20-21页
·基于模型的聚类方法	第21-23页
·聚类结果的评估研究及各种聚类算法的比较	第23-26页
3 进化神经网络研究	第26-32页
·进化神经网络的研究方法	第26-28页
·神经网络连接权的进化	第28-29页
·神经网络结构的进化	第29页
·神经网络学习规则的进化	第29-30页
·进化神经网络的研究方向	第30-32页
4 基于进化神经网络聚类的算法ESOM	第32-51页
·基于SOM网络的聚类技术	第32-36页
·基于SOM网络的聚类方法的工作原理	第33-34页
·基于SOM网络的聚类技术的特点分析	第34-36页
·ESOM算法的思想	第36-37页
·用进化算法寻找SOM最优连接权集	第36页
·递归分裂神经元寻找SOM最优网络结构	第36-37页
·算法实现	第37-43页
·算法分析	第43-46页
·仿真试验及比较	第46-51页
5 ESOM在公安决策支持系统PDSS中的应用	第51-57页
·PDSS的体系结构	第51-52页
·聚类数据的预处理	第52-55页
·聚类结果分析	第55-57页
6 结论与展望	第57-59页
·主要研究成果及结论	第57页
·将来的工作	第57-59页
参考文献	第59-63页
致谢	第63-64页
攻读学位期间发表的论文情况	第64-65页