基于PSO算法的分类规则数据挖掘
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-13页 |
| 第1章 绪论 | 第13-18页 |
| ·课题的背景和意义 | 第13-14页 |
| ·问题的提出 | 第14-16页 |
| ·课题的主要工作 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第2章 课题相关研究技术文献 | 第18-31页 |
| ·数据分类 | 第18-19页 |
| ·粒子群最佳化算法 | 第19-24页 |
| ·粒子群最佳化算法原理 | 第19-21页 |
| ·粒子群最佳化算法的变形 | 第21-22页 |
| ·离散型的粒子群最佳化算法 | 第22-24页 |
| ·个体表示法 | 第24-25页 |
| ·密西根学说 | 第25页 |
| ·匹兹堡学说 | 第25页 |
| ·离散化 | 第25-26页 |
| ·粒子编码法 | 第26-29页 |
| ·混合编码法 | 第26-27页 |
| ·自然编码法 | 第27-29页 |
| ·交叉验证实验法 | 第29-31页 |
| 第3章 算法设计 | 第31-44页 |
| ·预处理工作 | 第31-32页 |
| ·遗漏值的处理 | 第31页 |
| ·属性值的编码转换 | 第31-32页 |
| ·切割点的找寻 | 第32页 |
| ·数据集的切割 | 第32页 |
| ·粒子的表示 | 第32-34页 |
| ·可变动长度的粒子 | 第33-34页 |
| ·规则的表示 | 第34-38页 |
| ·离散型属性的编码 | 第35-36页 |
| ·连续型属性的编码 | 第36页 |
| ·规则精简 | 第36-37页 |
| ·类别属性的设计 | 第37-38页 |
| ·分类规则挖掘算法 | 第38页 |
| ·不合理规则的处理 | 第38-39页 |
| ·适应函数 | 第39-40页 |
| ·演化代数的决定 | 第40-41页 |
| ·事后的处理工作 | 第41页 |
| ·规则集的评估 | 第41-42页 |
| ·算法描述 | 第42-44页 |
| 第4章 实验结果及其验证 | 第44-57页 |
| ·实验设计 | 第44-47页 |
| ·实验数据集 | 第44-46页 |
| ·实验环境 | 第46页 |
| ·实验策略 | 第46-47页 |
| ·实验策略一:评估粒子可变动长度的效果 | 第47-52页 |
| ·参数设定 | 第47-50页 |
| ·Monks数据集的实验结果验证 | 第50-52页 |
| ·实验策略二:评估分类算法的效果 | 第52-57页 |
| ·参数设定 | 第52-54页 |
| ·三种数据集的实验结果验证 | 第54-57页 |
| 第五章 结论 | 第57-60页 |
| ·结论 | 第57-58页 |
| ·未来的研究方向 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 附录一、策略一的实验数据 | 第66-70页 |
| 附录二、策略二的实验数据 | 第70-74页 |
| 致谢 | 第74-75页 |
| 学位论文评阅及答辩情况表 | 第75页 |
