基于GEP的函数关系挖掘及其在数据滤波中的应用
| 0 引言 | 第1-10页 |
| 1 数据挖掘综述 | 第10-15页 |
| ·数据挖掘及其任务 | 第10页 |
| ·数据挖掘的流程 | 第10-12页 |
| ·数据挖掘的分类 | 第12-13页 |
| ·数据挖掘与专家系统、OLAP的区别 | 第13-15页 |
| 2 基于GEP的函数关系挖掘方法 | 第15-33页 |
| ·函数关系表达式发现的特点 | 第15页 |
| ·遗传算法 | 第15-18页 |
| ·遗传算法的基本思想 | 第15-16页 |
| ·遗传算法的基本原理 | 第16-18页 |
| ·GEP与传统遗传算法的比较 | 第18-19页 |
| ·GEPFM一致表达式的发现 | 第19-27页 |
| ·GEPFM编码 | 第19-21页 |
| ·GEPFM适应度函数的设计 | 第21-24页 |
| ·GEPFM遗传操作 | 第24-26页 |
| ·UEM算法 | 第26-27页 |
| ·GEPFM分域表达式挖掘 | 第27-31页 |
| ·分域边界的确定 | 第27-30页 |
| ·分域的合并 | 第30-31页 |
| ·复杂度和性能的理论分析 | 第31-33页 |
| 3 基于函数关系挖掘的数据滤波 | 第33-36页 |
| ·α-β滤波 | 第33-34页 |
| ·预测函数和增益 | 第34-36页 |
| 4 GEPXP的系统实现 | 第36-49页 |
| ·系统结构 | 第36-37页 |
| ·用户界面和输入输出 | 第37-40页 |
| ·一些主要功能模块的实现 | 第40-47页 |
| ·CGene类 | 第40-44页 |
| ·FuncMiner | 第44-46页 |
| ·DataFilter | 第46-47页 |
| ·数据产生器 | 第47-49页 |
| 5 实验和性能分析 | 第49-58页 |
| ·实验环境 | 第49-50页 |
| ·函数关系挖掘实验 | 第50-55页 |
| ·适应度函数对挖掘的影响 | 第50-51页 |
| ·交叉和变异概率对挖掘的影响 | 第51-54页 |
| ·系统性能对比分析 | 第54-55页 |
| ·数据滤波估计实验 | 第55-58页 |
| 6 结束语 | 第58-59页 |
| 参考文献 | 第59-60页 |
| 本文作者在攻读硕士学位期间发表的文章 | 第60页 |
| 声明 | 第60-61页 |
| 致谢 | 第61页 |
