蚁群算法在关联规则学习中的研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题的研究背景与意义 | 第9-13页 |
| ·研究背景与意义 | 第9-11页 |
| ·关联规则挖掘的发展 | 第11-12页 |
| ·蚁群算法的发展 | 第12-13页 |
| ·基于蚁群算法的关联规则学习 | 第13页 |
| ·课题的主要研究内容 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第2章 关联规则挖掘算法综述 | 第15-23页 |
| ·关联规则基本概念 | 第15-17页 |
| ·关联规则的问题描述 | 第15-17页 |
| ·关联规则的分类 | 第17页 |
| ·关联规则挖掘的经典算法及其改进算法 | 第17-20页 |
| ·Apriori算法描述 | 第17-18页 |
| ·基于Apriori算法的改进 | 第18-20页 |
| ·数量关联规则挖掘的概念和一般步骤 | 第20-21页 |
| ·数量关联规则挖掘的基本概念 | 第20-21页 |
| ·数量关联规则挖掘的一般步骤 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第3章 蚁群算法及其在数据挖掘中的应用 | 第23-33页 |
| ·蚁群算法的特征 | 第23-24页 |
| ·蚁群的系统性 | 第24页 |
| ·蚁群的自组织性 | 第24页 |
| ·正反馈性 | 第24页 |
| ·蚁群算法的发展 | 第24-30页 |
| ·蚂蚁算法 | 第25-26页 |
| ·蚁群系统 | 第26-28页 |
| ·蚁群优化系统 | 第28-29页 |
| ·最大最小蚂蚁系统 | 第29-30页 |
| ·蚁群算法在数据挖掘中应用 | 第30-31页 |
| ·蚁群算法在分类问题中的应用 | 第30-31页 |
| ·蚁群算法在关联规则挖掘中的应用 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第4章 蚁群算法挖掘关联规则 | 第33-49页 |
| ·数据预处理 | 第33-34页 |
| ·构造蚁群算法的求解空间 | 第34-38页 |
| ·数据集中频繁集的Apriori法挖掘 | 第34-36页 |
| ·频率矩阵的构造算法 | 第36-38页 |
| ·挖掘关联规则的蚁群优化算法 | 第38-41页 |
| ·优化的蚁群算法 | 第38-40页 |
| ·从信息素矩阵中产生关联规则 | 第40-41页 |
| ·实验结果与分析 | 第41-46页 |
| ·信息素对规则的影响分析 | 第45-46页 |
| ·支持度对规则的影响分析 | 第46页 |
| ·本章小结 | 第46-49页 |
| 结论 | 第49-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56页 |
