| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 论文研究内容及贡献 | 第11-12页 |
| 1.3 论文组织结构 | 第12-14页 |
| 第二章 相关研究 | 第14-26页 |
| 2.1 现代优化算法 | 第14-20页 |
| 2.1.1 现代优化算法概述 | 第14-15页 |
| 2.1.2 模拟退火算法 | 第15-17页 |
| 2.1.3 遗传算法 | 第17-20页 |
| 2.2 聚类 | 第20-24页 |
| 2.2.1 数据挖掘概述 | 第20-21页 |
| 2.2.2 聚类算法概述 | 第21-23页 |
| 2.2.3 K-means聚类算法 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第三章 基于现代优化算法的K-means聚类 | 第26-33页 |
| 3.1 现代优化算法在K-means聚类中的应用概述 | 第26页 |
| 3.2 模拟退火算法在K-means聚类中的应用 | 第26-28页 |
| 3.3 遗传算法在K-means聚类中的应用 | 第28-32页 |
| 3.3.1 基于遗传算法的k-means聚类算法思想 | 第28-29页 |
| 3.3.2 改进遗传算法的k-means聚类算法思想 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 现代优化算法的K-means聚类在学生成绩挖掘中的应用 | 第33-41页 |
| 4.1 学生成绩挖掘概述 | 第33页 |
| 4.2 学生成绩数据描述 | 第33-34页 |
| 4.3 改进K-means聚类解决学生成绩挖掘问题的必要性 | 第34-35页 |
| 4.4 实验平台 | 第35页 |
| 4.5 算法评价标准 | 第35-36页 |
| 4.6 实验结果与分析 | 第36-40页 |
| 4.7 本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 5.1 主要工作及结论 | 第41页 |
| 5.2 研究特色 | 第41页 |
| 5.3 工作展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 攻读学位期间发表论文情况 | 第47页 |
