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--软件工程论文

基于聚类规则挖掘的教学分析系统设计与实现

摘要第1-4页
Abstract第4-7页
第一章 前言第7-10页
   ·课题研究的背景、意义和内容第7-9页
     ·课题研究的背景第7-8页
     ·课题研究的意义和内容第8-9页
   ·论文的结构第9-10页
第二章 数据挖掘技术第10-15页
   ·数据挖掘的定义第10-11页
   ·数据挖掘的分类第11-12页
   ·数据挖掘的基本步骤第12-15页
第三章 聚类规则挖掘第15-21页
   ·聚类规则挖掘概述第15-17页
     ·聚类的定义第15-16页
     ·聚类的方法第16-17页
   ·聚类的过程第17-20页
     ·数据的正规化第17-18页
     ·聚类对象间相似度的定义第18-19页
     ·数据聚类第19页
     ·类的中心和类内方差的定义第19-20页
   ·k-means 算法第20-21页
第四章 遗传算法第21-30页
   ·遗传算法概述第21-22页
   ·遗传算法基本原理第22页
   ·基本遗传算法第22-23页
   ·遗传算法的基本流程第23-24页
   ·遗传编码第24-25页
   ·适应度函数第25-26页
   ·遗传算子的选择第26-29页
     ·选择算子第26-27页
     ·交配算子第27-28页
     ·变异算子第28-29页
   ·常用的遗传算法参数设计第29-30页
第五章 系统的设计第30-38页
   ·系统基本需求分析第30-31页
   ·系统的设计思想第31-32页
   ·系统主要算法设计第32-38页
     ·聚类算法的比较和选择第32-33页
     ·算法的数学模型第33-34页
     ·算法描述第34-37页
     ·算法的性能分析第37-38页
第六章 系统的实现及运行结果分析第38-58页
   ·系统组成模型及功能模块第38-40页
     ·系统组成模型第38-39页
     ·系统功能模块第39-40页
   ·系统各模块的实现第40-46页
     ·信息搜集模块的实现第40-41页
     ·数据的规范化处理第41-42页
     ·聚类规则挖掘模块的实现第42-46页
   ·系统主要设计包图第46-48页
   ·系统运行结果及分析第48-58页
     ·学生聚类结果及分析第48-51页
     ·教师教学质量聚类结果及分析第51-53页
     ·与传统k-means 算法运行结果的比较第53-56页
     ·遗传参数对运行结果的影响第56-58页
第七章 总结与展望第58-60页
   ·总结第58页
   ·展望第58-60页
致谢第60-61页
参考文献第61-62页

论文共62页,点击 下载论文
上一篇:西洋参中抗糖尿病物质的研究
下一篇:计算机控制与机房管理的研究及应用