GEP技术在高校学生成绩分析中的应用研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外现状研究 | 第13-14页 |
| 1.3 本文研究的主要内容、目标和方法 | 第14-16页 |
| 1.3.1 课题研究目标 | 第14-15页 |
| 1.3.2 研究内容 | 第15页 |
| 1.3.3 拟解决的关键问题 | 第15页 |
| 1.3.4 研究方法以及技术路线 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第2章 数据挖掘相关技术 | 第17-26页 |
| 2.1 数据挖掘 | 第17-20页 |
| 2.1.1 数据挖掘的概念和过程 | 第17-19页 |
| 2.1.2 数据挖掘的应用和分类 | 第19-20页 |
| 2.2 关联规则算法 | 第20-25页 |
| 2.2.1 关联规则的概念和步骤 | 第20-22页 |
| 2.2.2 关联规则的分类和相关算法 | 第22-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基因表达式编程 | 第26-35页 |
| 3.1 传统GEP的基本思想 | 第26-33页 |
| 3.1.1 编码 | 第26-28页 |
| 3.1.2 适应度函数 | 第28-29页 |
| 3.1.3 遗传操作 | 第29-32页 |
| 3.1.4 数值常量与停机条件 | 第32-33页 |
| 3.2 传统GEP的算法流程 | 第33-34页 |
| 3.3 GEP算法的特征 | 第34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基因表达式编程的改进 | 第35-48页 |
| 4.1 GEP初始种群均匀化的改进 | 第35-38页 |
| 4.2 GEP个体适应度评测算法的改进 | 第38-41页 |
| 4.3 仿真实验与分析 | 第41-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第5章 GEP技术在学生成绩中的应用 | 第48-65页 |
| 5.1 学生学期综合成绩处理 | 第48-49页 |
| 5.2 基于GEP关联规则的学生成绩分析 | 第49-58页 |
| 5.2.1 学生成绩收集 | 第49-50页 |
| 5.2.2 学生成绩预处理 | 第50-52页 |
| 5.2.3 GEP挖掘学生成绩关联关系 | 第52-58页 |
| 5.3 基于GEP聚类的学生成绩综合评价 | 第58-64页 |
| 5.3.1 学生成绩收集、预处理 | 第59页 |
| 5.3.2 GEP聚类学生综合成绩评价 | 第59-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论与未来的工作 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文 | 第71页 |
