| 第1章 绪论 | 第1-8页 |
| 1．1 研究背景 | 第6-7页 |
| 1．2 作者所做工作及内容安排 | 第7-8页 |
| 1．2．1 主要工作 | 第7页 |
| 1．2．2 本论文内容安排 | 第7-8页 |
| 第2章 国内外相关技术发展综述 | 第8-18页 |
| 2．1 人工智能（Artficial Intelligence）发展综述 | 第8-9页 |
| 2．2 神经网络技术发展综述 | 第9-12页 |
| 2．3 数据挖掘技术发展综述 | 第12-13页 |
| 2．4 相关计算机处理技术与发展现状 | 第13-18页 |
| 2．4．1 数据库技术 | 第14-16页 |
| 2．4．2 面向对象的程序设计 | 第16-18页 |
| 第3章 数据挖掘技术分析 | 第18-29页 |
| 3．1 数据挖掘的定义与工作流程 | 第18-20页 |
| 3．2 数据挖掘的常用算法 | 第20-22页 |
| 3．3 数据挖掘的任务及其实现技术 | 第22-24页 |
| 3．4 数据挖掘的应用 | 第24-25页 |
| 3．5 数据挖掘中人工神经网的数学模型 | 第25-29页 |
| 3．5．1 神经网的定义与DM中的常用模型 | 第25-27页 |
| 3．5．2 神经网的数学模型 | 第27-29页 |
| 第4章 基于BP神经网数据挖掘技术的研究 | 第29-42页 |
| 4．1 挖掘前的数据准备 | 第29-31页 |
| 4．1．1 数据清洗与选择 | 第29-30页 |
| 4．1．2 数据处理与转换 | 第30页 |
| 4．1．3 数据集的管理 | 第30-31页 |
| 4．2 标准BP算法 | 第31-33页 |
| 4．3 神经网络模型的参数选取 | 第33-34页 |
| 4．4 对BP算法的改进与测试分析 | 第34-42页 |
| 4．4．1 BP算法的改进 | 第34-36页 |
| 4．4．2 改进算法的分析测试 | 第36-40页 |
| 4．4．3 改进BP算法的进一步设想与结果分析 | 第40-42页 |
| 第5章 实例系统的设计与实现 | 第42-55页 |
| 5．1 DMEP总体设计 | 第42-43页 |
| 5．1．1 设计思想 | 第42页 |
| 5．1．2 体系结构 | 第42页 |
| 5．1．3 软件开发环境 | 第42-43页 |
| 5．2 模块设计与实现 | 第43-50页 |
| 5．2．1 数据处理模块设计 | 第43-45页 |
| 5．2．2 神经网模块的设计 | 第45-50页 |
| 5．2．3 预测结果解释分析模块设计 | 第50页 |
| 5．3 DMEP技术难点与重点 | 第50-52页 |
| 5．3．1 活动数据对象ADO（ActiveX Data Objects） | 第50-51页 |
| 5．3．2 数据动态的存取 | 第51-52页 |
| 5．3．3 数据库的各种编辑操作 | 第52页 |
| 5．3．4 神经网模型的可视化构造 | 第52页 |
| 5．4 使用DMEP进行数据挖掘的实例介绍 | 第52-55页 |
| 5．4．1 适用DMEP的挖掘任务分析 | 第52页 |
| 5．4．2 挖掘实例介绍与结果分析 | 第52-55页 |
| 第6章 结论 | 第55-57页 |
| 6．1 本文总结 | 第55-56页 |
| 6．2 问题与发展 | 第56-57页 |
| 致 谢 | 第57-58页 |
| 参考文献 | 第58-60页 |