| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 绪论 | 第10-12页 |
| 第一章 数据挖掘技术 | 第12-20页 |
| ·数据挖掘的概念 | 第12-13页 |
| ·数据挖掘的任务 | 第13-15页 |
| ·数据挖掘的过程 | 第15页 |
| ·数据挖掘方法和技术 | 第15-17页 |
| ·数据挖掘的主要应用 | 第17-19页 |
| 本章小结 | 第19-20页 |
| 第二章 聚类分析的研究 | 第20-28页 |
| ·聚类分析概述 | 第20页 |
| ·聚类分析中的数据结构 | 第20-21页 |
| ·相似度的度量与准则函数 | 第21-23页 |
| ·相似性的度量方法 | 第21-22页 |
| ·聚类的准则函数 | 第22-23页 |
| ·主要聚类分析方法 | 第23-27页 |
| 本章小结 | 第27-28页 |
| 第三章 改进的基于遗传算法的K-means 算法研究 | 第28-49页 |
| ·引言 | 第28页 |
| ·算法的主要思想 | 第28-29页 |
| ·基于聚类问题的遗传算法 | 第29-30页 |
| ·K-means 聚类算法 | 第30-31页 |
| ·改进的基于遗传算法的K-means 算法的提出 | 第31-32页 |
| ·改进的基于遗传算法的K-means 算法的主要结构 | 第32-41页 |
| ·染色体编码方式 | 第32页 |
| ·种群的初始化 | 第32-33页 |
| ·适应度函数设计 | 第33页 |
| ·选择操作 | 第33-35页 |
| ·交叉和变异操作 | 第35-41页 |
| ·K-means 操作 | 第41页 |
| ·终止条件 | 第41页 |
| ·算法的流程 | 第41-43页 |
| ·实验结果与理论分析 | 第43-48页 |
| ·实验一 | 第44-45页 |
| ·实验二 | 第45-48页 |
| 本章小结 | 第48-49页 |
| 第四章 改进聚类分析在成绩分析系统中的应用 | 第49-63页 |
| ·引言 | 第49页 |
| ·开发工具与开发方式 | 第49-52页 |
| ·系统的需求分析 | 第52-54页 |
| ·教育统计学简介 | 第52-54页 |
| ·系统的详细设计 | 第54-56页 |
| ·数据库设计 | 第56-57页 |
| ·系统实现 | 第57-59页 |
| ·系统运行结果分析 | 第59-62页 |
| 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68-69页 |