免疫算法在数据挖掘中的应用研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-21页 |
| ·数据挖掘技术产生的背景 | 第7-10页 |
| ·数据挖掘技术的商业需求分析 | 第7-9页 |
| ·数据挖掘产生的技术背景分析 | 第9-10页 |
| ·数据挖掘的定义 | 第10-12页 |
| ·数据挖掘的功能和技术 | 第12-15页 |
| ·数据挖掘的功能 | 第12-13页 |
| ·数据挖掘的常用技术 | 第13-15页 |
| ·数据挖掘的应用 | 第15-16页 |
| ·聚类分析 | 第16-19页 |
| ·聚类的定义 | 第16-17页 |
| ·主要聚类方法的分类 | 第17-19页 |
| ·聚类的研究现状与存在的问题 | 第19页 |
| ·本文的主要研究工作 | 第19-21页 |
| 第2章 人工免疫系统 | 第21-34页 |
| ·生物免疫系统 | 第21-23页 |
| ·免疫理论的发展 | 第21-22页 |
| ·生物免疫系统 | 第22-23页 |
| ·人工免疫系统概述 | 第23-26页 |
| ·人工免疫系统产生背景 | 第24页 |
| ·免疫系统开发应用原理 | 第24-26页 |
| ·免疫算法 | 第26-29页 |
| ·一般免疫算法 | 第27-28页 |
| ·阴性选择算法 | 第28页 |
| ·免疫遗传算法 | 第28-29页 |
| ·AIS的应用 | 第29-34页 |
| ·AIS在数据挖掘中的应用 | 第29-31页 |
| ·AIS的其它应用 | 第31-32页 |
| ·小结 | 第32-34页 |
| 第3章 AIS在聚类分析中的应用研究 | 第34-44页 |
| ·引言 | 第34-35页 |
| ·克隆选择算法 | 第35-37页 |
| ·基于克隆选择的动态聚类算法 | 第37-43页 |
| ·抗原识别与抗体初始化 | 第38页 |
| ·亲和力计算和抗原捕获 | 第38-40页 |
| ·抗体抑制 | 第40-42页 |
| ·克隆选择与变异 | 第42-43页 |
| ·算法性能分析 | 第43页 |
| ·小结 | 第43-44页 |
| 第4章 仿真实验与结果分析 | 第44-52页 |
| ·仿真实验 | 第44-46页 |
| ·结果评价标准 | 第46-48页 |
| ·一般性准则 | 第46-47页 |
| ·错误聚类率 | 第47-48页 |
| ·结果分析 | 第48-50页 |
| ·与其它算法比较 | 第50页 |
| ·小结 | 第50-52页 |
| 第5章 结论与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58页 |
