数据挖掘公式发现FDD.1的算法研究及改进
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究的背景及意义 | 第9-11页 |
| ·目的、理论价值 | 第9-10页 |
| ·课题背景及实际意义 | 第10-11页 |
| ·国内外研究动向 | 第11-12页 |
| ·本文的主要工作 | 第12页 |
| ·本文的组织结构 | 第12-14页 |
| 第二章 曲线拟合技术概述 | 第14-19页 |
| ·基本概念 | 第14页 |
| ·曲线拟合的方法 | 第14-19页 |
| ·最小二乘法 | 第14-16页 |
| ·最小二乘法的不足 | 第16-19页 |
| 第三章 数据挖掘中公式发现系统 | 第19-33页 |
| ·人工智能概述 | 第19页 |
| ·机器学习概述 | 第19-25页 |
| ·机器学习的定义 | 第19-20页 |
| ·机器学习系统的基本结构 | 第20页 |
| ·机器学习方法 | 第20-25页 |
| ·BACON系统 | 第25页 |
| ·FDD公式发现系统 | 第25-31页 |
| ·FDD.1 | 第25-30页 |
| ·FDD.2 | 第30-31页 |
| ·FDD.3 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第四章 FDD算法的改进与实现 | 第33-39页 |
| ·FDD总体结构图 | 第33-36页 |
| ·FDD算法分析 | 第36-37页 |
| ·改进算法的基本思想 | 第37-38页 |
| ·误差下降最快思想 | 第37-38页 |
| ·增大原型库中的函数 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第五章 实验与分析 | 第39-50页 |
| ·高次多项式与初等函数拟合效果进行比较 | 第39-42页 |
| ·使用初等函数拟合的优势 | 第39页 |
| ·实验结果验证及误差分析 | 第39-42页 |
| ·原FDD.1算法的扩展与分析 | 第42-44页 |
| ·改进思想与算法验证 | 第44-47页 |
| ·改进后的FDD算法拟合数据 | 第44-45页 |
| ·实验结果验证及误差分析 | 第45-47页 |
| ·扩展函数库，简化算法改进 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 在学期间作者参加科研与发表论文情况 | 第54-55页 |
| 1、在学期间参加科研项目 | 第54页 |
| 2、在学期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |
