首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于移动代理的数据挖掘的研究和设计

第一章 绪论第1-7页
 1.1 项目概述第6页
 1.2 论文组织结构第6-7页
第二章 数据挖掘技术及其应用第7-36页
 2.1 数据挖掘的一般性讨论第7-10页
  2.1.1 数据挖掘的概念第7-8页
  2.1.2 数据挖掘的特点第8页
  2.1.3 数据挖掘发现的知识第8-9页
  2.1.4 数据挖掘系统体系结构及运行过程第9-10页
 2.2 数据挖掘的分类第10-12页
 2.3 常见的数据挖掘分析方法第12-17页
  2.3.1 关联分析第12-14页
  2.3.2 分类分析第14-15页
  2.3.3 聚类第15-16页
  2.3.4 序列模式分析第16-17页
 2.4 数据挖掘的处理过程模型第17-18页
 2.5 人工神经网络技术第18-36页
  2.5.1 人工神经网络特点和优越性第19-21页
  2.5.2 人工神经网络用于数据挖掘中的意义第21-22页
  2.5.3 人工神经网络模型第22-25页
   2.5.3.1 阈值元件模型第22-24页
   2.5.3.2 神经网络模型第24-25页
  2.5.4 人工神经网络的类型第25-27页
   2.5.4.1 人工神经网络的分类第25-26页
   2.5.4.2 人工神经网络学习算法的分类第26-27页
  2.5.5 人工神经网络的应用第27页
  2.5.6 基于神经网络进行数据挖掘的关键技术与实现途径第27-28页
  2.5.7 主要的神经网络第28-36页
   2.5.7.1 感知器(Perceptron)第28-30页
   2.5.7.2 误差反传多层前馈网(BP网)第30-36页
第三章 Agent技术第36-50页
 3.1 Agent的定义第36页
 3.2 Agent的表示和推理第36-40页
  3.2.1 思考型Agent第37-38页
  3.2.2 反应型Agent第38-39页
  3.2.3 混合型Agent第39-40页
 3.3 多Agent系统(MAS)第40-42页
  3.3.1 MAS与联合意图第41页
  3.3.2 多Agent协商第41-42页
 3.4 Mobile Agent技术第42-50页
  3.4.1 Mobile Agent的起源第42-43页
  3.4.2 Mobile Agent的技术特点与优势第43-44页
  3.4.3 Mobile Agent系统结构第44-45页
  3.4.4 Mobile Agent与移动性第45-47页
  3.4.5 Mobile Agent与静态Agent的比较第47-48页
  3.4.6 Mobile Agent的安全性第48-50页
第四章 神经网络汇率预测模型的建立与实现第50-75页
 4.1 影响汇率的主要因素第50-52页
 4.2 汇率预测模型的建立第52-59页
  4.2.1 汇率预测模型的层次结构第52-54页
  4.2.2 汇率预测模型的知识发现流程第54-58页
   4.2.2.1 数据准备第54-56页
   4.2.2.2 数据预处理第56页
   4.2.2.3 BP网络学习第56-57页
   4.2.2.4 结果表述和评价第57-58页
  4.2.3 BP网络的设计第58-59页
 4.3 汇率预测模型的实现第59-74页
  4.3.1 BP网络模型第59-60页
  4.3.2 汇率数据的获取与存储第60-61页
  4.3.3 采用多线程实现神经元第61-66页
   4.3.3.1 线程概述第62页
   4.3.3.2 线程创建与终止第62-63页
   4.3.3.3 创建多线程程序第63-66页
  4.3.4 BP网络学习算法第66-69页
  4.3.5 预测实例与结果分析第69-74页
 4.4 下一步的工作建议第74-75页
第五章 汇率预测模型中Agent设计第75-83页
 5.1 汇率预测模型的体系结构第75-77页
 5.2 汇率预测模型中Agent结构第77页
 5.3 多Agent间的协调第77-78页
 5.4 DMMA设计第78-83页
  5.4.1 基类框架第79-80页
  5.4.2 DMMA流程图第80-81页
  5.4.3 对Agent的保护措施第81-83页
后记第83-84页
参考文献第84-85页

论文共85页,点击 下载论文
上一篇:《案例》:东莞电信管理信息系统
下一篇:《案例》:北方光电科技股份有限公司——资产重组,战略调整,保持光电产品出口领先地位