基于蚁群算法的分类规则挖掘算法
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·选题背景与研究意义 | 第7-8页 |
| ·本文的主要工作 | 第8-9页 |
| ·结构与安排 | 第9-10页 |
| 第二章 蚁群算法 | 第10-17页 |
| ·蚂蚁算法概述 | 第10-13页 |
| ·蚁群算法模型及实现 | 第13-15页 |
| ·蚁群算法的发展及应用 | 第15-17页 |
| 第三章 分类规则挖掘 | 第17-26页 |
| ·数据挖掘 | 第17-19页 |
| ·分类规则挖掘 | 第19-22页 |
| ·分类规则挖掘算法 | 第22-25页 |
| ·分类规则挖掘的研究进展 | 第25-26页 |
| 第四章 基于蚁群算法的分类算法 | 第26-35页 |
| ·引言 | 第26页 |
| ·基于蚁群算法的分类规则挖掘 | 第26-32页 |
| ·构造规则 | 第27-31页 |
| ·规则剪枝 | 第31页 |
| ·信息素浓度更新 | 第31-32页 |
| ·算法描述 | 第32-33页 |
| ·用规则集对新样本进行分类 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 实验结果及分析 | 第35-44页 |
| ·试验数据及离散化方法 | 第35-37页 |
| ·试验数据 | 第35页 |
| ·本文离散方法 | 第35-37页 |
| ·仿真实验研究及参数设置 | 第37-39页 |
| ·参数设置 | 第37-38页 |
| ·仿真实验 | 第38-39页 |
| ·信息素及参数设置的影响 | 第39-41页 |
| ·信息素的影响 | 第39-40页 |
| ·参数设置的影响 | 第40-41页 |
| ·算法(CBOACA)的复杂度分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 结束语 | 第44-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 攻读硕士学位期间的研究成果 | 第52页 |