| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题研究背景与意义 | 第10-15页 |
| ·数据挖掘概述 | 第10-14页 |
| ·数据挖掘中的聚类分析 | 第14页 |
| ·遗传算法与数据挖掘 | 第14-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·数据挖掘的研究现状 | 第15页 |
| ·聚类分析研究现状 | 第15页 |
| ·遗传算法研究现状 | 第15-16页 |
| ·遗传聚类研究现状 | 第16-17页 |
| ·本课题主要研究内容 | 第17-18页 |
| ·本文章节安排 | 第18-19页 |
| 第二章 聚类分析 | 第19-32页 |
| ·聚类分析的基本概念 | 第19页 |
| ·数据挖掘对聚类算法的要求 | 第19-20页 |
| ·聚类分析中的数据结构和类型 | 第20-25页 |
| ·聚类分析中的数据结构 | 第20-21页 |
| ·聚类分析中的数据类型 | 第21-25页 |
| ·聚类分析中的相似度度量方法 | 第25-27页 |
| ·距离 | 第25-26页 |
| ·相似系数 | 第26-27页 |
| ·聚类分析中的聚类准则函数 | 第27-28页 |
| ·聚类算法的分类及其典型算法 | 第28-31页 |
| ·基于划分的方法 | 第29页 |
| ·基于层次的方法 | 第29页 |
| ·基于密度的方法 | 第29-30页 |
| ·基于网格的方法 | 第30页 |
| ·基于模型的方法 | 第30页 |
| ·模糊聚类 | 第30-31页 |
| ·聚类分析在数据挖掘中的应用 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第三章 遗传算法的基本原理 | 第32-42页 |
| ·遗传算法的历史与发展 | 第32-33页 |
| ·遗传算法的基本术语 | 第33页 |
| ·遗传算法的特点 | 第33-34页 |
| ·遗传算法的基本要素 | 第34-37页 |
| ·遗传算法的描述及流程 | 第37-39页 |
| ·遗传算法的描述 | 第37-38页 |
| ·遗传算法的执行过程 | 第38-39页 |
| ·遗传算法的应用 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 一种改进的遗传 k-means 聚类算法(IGKA) | 第42-55页 |
| ·k-means 算法的思想与流程 | 第42-45页 |
| ·k-means 算法思想 | 第42-43页 |
| ·k-means 算法流程 | 第43-45页 |
| ·k-means 算法的特点 | 第45-46页 |
| ·基于 k-means 的改进聚类算法 | 第46页 |
| ·聚类分析中的遗传算法 | 第46-47页 |
| ·改进的遗传 k-means 算法(IGKA) | 第47-54页 |
| ·IGKA 算法流程 | 第47-49页 |
| ·目标函数 | 第49-50页 |
| ·编码方法 | 第50页 |
| ·种群初始化 | 第50-51页 |
| ·适应度函数的设计 | 第51页 |
| ·选择操作 | 第51-52页 |
| ·交叉操作 | 第52-53页 |
| ·变异操作 | 第53-54页 |
| ·k-means 优化操作(KMO) | 第54页 |
| ·算法终止条件 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第五章 仿真实验结果与比较分析 | 第55-65页 |
| ·实验平台 | 第55页 |
| ·仿真实验结果和分析 | 第55-64页 |
| ·仿真实验一 | 第55-57页 |
| ·仿真实验二 | 第57-59页 |
| ·仿真实验三 | 第59-63页 |
| ·结果分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文 | 第71-72页 |