| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景 | 第10-11页 |
| ·问题的提出 | 第11-13页 |
| ·摩托车智能设计系统的概述 | 第11-12页 |
| ·摩托车智能设计数据挖掘系统的提出 | 第12页 |
| ·课题来源及研究意义 | 第12-13页 |
| ·研究现状 | 第13-17页 |
| ·数据挖掘产生发展过程 | 第13-14页 |
| ·数据挖掘技术研究现状 | 第14-15页 |
| ·神经网络技术研究现状 | 第15-17页 |
| ·课题研究内容 | 第17页 |
| ·论文结构 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 2 摩托车智能设计数据挖掘系统的方案设计 | 第20-32页 |
| ·摩托车总体设计数据挖掘系统概述 | 第20-24页 |
| ·摩托车总体设计概述 | 第20-21页 |
| ·摩托车总体设计中车型分类概述 | 第21-22页 |
| ·摩托车总体设计中数据挖掘的任务 | 第22-23页 |
| ·摩托车总体设计数据挖掘的的内容 | 第23-24页 |
| ·数据挖掘基本概念 | 第24-27页 |
| ·数据挖掘定义 | 第24-25页 |
| ·数据挖掘系统的一般体系结构 | 第25-27页 |
| ·方案设计 | 第27-30页 |
| ·摩托车智能设计数据挖掘系统I/O 功能 | 第27-28页 |
| ·摩托车智能设计挖掘系统框架结构 | 第28-30页 |
| ·摩托车智能设计挖掘系统工作流程 | 第30页 |
| ·本章小结 | 第30-32页 |
| 3 摩托车智能设计数据挖掘系统挖掘方法的研究 | 第32-58页 |
| ·摩托车智能设计数据挖掘求解问题的思路和方法 | 第32-33页 |
| ·摩托车智能设计数据挖掘系统的数据挖掘方法 | 第33-37页 |
| ·数据挖掘系统采用的一般技术 | 第33-35页 |
| ·本系统的数据挖掘方法 | 第35页 |
| ·ART 和BP 网络的比较 | 第35-37页 |
| ·ART1 与BP 神经网络在系统中的实现 | 第37-56页 |
| ·ART1 和BP 神经网络集成挖掘原理 | 第37-38页 |
| ·挖掘前的数据准备 | 第38-44页 |
| ·基于 ART1 网络的摩托车聚类学习过程 | 第44-50页 |
| ·基于 BP 网络的摩托车记忆、预测检索过程 | 第50-56页 |
| ·本章小结 | 第56-58页 |
| 4 摩托车智能设计数据挖掘系统的设计 | 第58-68页 |
| ·数据挖掘系统的设计概述 | 第58-60页 |
| ·数据挖掘系统的设计要求 | 第58页 |
| ·数据挖掘系统的组织方式 | 第58-59页 |
| ·数据挖掘引擎的特点 | 第59-60页 |
| ·数据挖掘系统的设计 | 第60-65页 |
| ·基于 ART1 神经网络部分的数据挖掘引擎的设计 | 第60-62页 |
| ·基于 BP 神经网络的数据挖掘引擎的设计 | 第62-65页 |
| ·生成算例结果评价 | 第65-67页 |
| ·ART1 训练与聚类结果 | 第65页 |
| ·BP 网络的学习结果 | 第65-66页 |
| ·总体方案生成 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 5 摩托车智能设计数据挖掘系统的软件实现 | 第68-80页 |
| ·系统开发思路 | 第68-69页 |
| ·设计思想 | 第68页 |
| ·体系结构 | 第68页 |
| ·开发环境 | 第68-69页 |
| ·软件实现 | 第69-77页 |
| ·实例分类部分的软件实现 | 第69-73页 |
| ·车型记忆、预测检索部分的软件实现 | 第73-77页 |
| ·本章小结 | 第77-80页 |
| 6 结 论 | 第80-82页 |
| 致 谢 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 附录A:攻读硕士学位期间发表的论文 | 第88-89页 |
| 附录B:攻读硕士学位期间参加的科研项目 | 第89-90页 |
| 独创性声明 | 第90页 |
| 学位论文版权使用授权书 | 第90页 |