| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究的背景 | 第11页 |
| ·研究的意义 | 第11-12页 |
| ·智能化数据挖掘系统的发展现状 | 第12页 |
| ·主要内容及文章框架 | 第12-15页 |
| ·主要内容 | 第12-14页 |
| ·文章章节安排 | 第14-15页 |
| 第二章 基于案例推理方法概述 | 第15-22页 |
| ·概述 | 第15-16页 |
| ·基于案例推理的基本原理 | 第16-18页 |
| ·案例推理的思想 | 第16页 |
| ·案例推理的分类 | 第16-17页 |
| ·基于案例推理的基本步骤 | 第17-18页 |
| ·基于案例推理的核心技术介绍 | 第18-20页 |
| ·案例表示 | 第18页 |
| ·案例库的组织与存储 | 第18-19页 |
| ·案例检索 | 第19页 |
| ·案例的调整和修改 | 第19页 |
| ·案例学习机制 | 第19-20页 |
| ·基于案例推理技术研究的现状 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 多维优化案例检索技术 | 第22-57页 |
| ·概述 | 第22页 |
| ·案例检索算法研究 | 第22-31页 |
| ·K-NN邻近算法 | 第23-24页 |
| ·相似性度量 | 第24-26页 |
| ·属性权重算法研究 | 第26-27页 |
| ·属性选择技术的研究 | 第27-31页 |
| ·案例检索优化算法的研究动态 | 第31-32页 |
| ·多维案例检索优化模型的建立 | 第32-34页 |
| ·属性权重算法的确定 | 第32-33页 |
| ·案例检索算法的确定 | 第33页 |
| ·多维优化模型 | 第33-34页 |
| ·多维优化模型的关键技术及应用 | 第34-50页 |
| ·AHP的分层分析方法原理 | 第34-37页 |
| ·智能系统中AHP方法的应用确定 | 第37-43页 |
| ·基于 GA和 AHP的多维优化技术 | 第43-47页 |
| ·反馈式的CBR系统研究 | 第47-48页 |
| ·反馈式 CBR系统与多维优化技术在本系统中的结合 | 第48-50页 |
| ·多维优化模型的实验验证 | 第50-56页 |
| ·实验设计 | 第50-52页 |
| ·实验结果分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 智能化数据挖掘系统设计 | 第57-75页 |
| ·系统的功能需求 | 第57页 |
| ·体系结构设计 | 第57-58页 |
| ·功能模块设计 | 第58-59页 |
| ·智能化系统的数据库设计 | 第59-68页 |
| ·元数据组织及主要内容 | 第60页 |
| ·智能化系统元数据的主要内容和组织结构 | 第60-61页 |
| ·案例库的设计 | 第61-65页 |
| ·案例库的组织 | 第65页 |
| ·算法集成模块 | 第65-68页 |
| ·案例推理过程 | 第68-71页 |
| ·案例的自动改编 | 第69-70页 |
| ·案例库的学习 | 第70-71页 |
| ·系统总体评测 | 第71-74页 |
| ·实验设计 | 第71-72页 |
| ·实验结果分析 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 结论及进一步的探索与展望 | 第75-77页 |
| ·结论 | 第75页 |
| ·探索与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 攻读学位期间发表的学术论文目录 | 第83页 |