多维信息挖掘系统的实现及其应用

第1章 引言	第1-14页
·研究的目的和意义	第8-10页
·数据挖掘的概念与含义	第8页
·数据挖掘系统的发展现状	第8-9页
·开发多维信息挖掘系统的意义	第9-10页
·研究思路与技术路线	第10-11页
·开发的技术难点	第10页
·开发的技术路线	第10-11页
·技术特点与创新性	第11页
·系统的功能特点	第11页
·开发的技术特点	第11页
·系统的设计思路	第11-12页
·主要的成果	第12-14页
第2章 BP神经网络的基本理论	第14-24页
·人工神经网络基础	第14-20页
·生物神经网络	第14-15页
·人工神经元模型	第15-16页
·人工神经网络模型	第16-18页
·人工神经网络学习	第18-20页
·BP神经网络的基本原理	第20-24页
·BP神经网络的基本结构	第20-21页
·Bp网络学习过程	第21-22页
·标准即算法的改进	第22-24页
第3章 遗传算法的基本理论	第24-33页
·适应度函数	第24-25页
·选择	第25-27页
·交叉	第27-29页
·变异	第29-31页
·控制参数的选取	第31-33页
第4章 自组织特征映射网络的基本理论	第33-36页
第5章 全模糊自组织迭代聚类的基本理论	第36-40页
·ISODATA模糊聚类原理	第36-38页
·TFI全模糊自组织迭代聚类分析原理	第38-40页
第6章 多维信息挖掘系统	第40-63页
·多维信息挖掘系统概况	第40-41页
·多维信息挖掘系统的总体结构	第41页
·数据准备模块的详细介绍	第41-45页
·“项目管理”界面功能介绍	第42-43页
·“数据表管理”界面功能介绍	第43-45页
·其他相关界面介绍	第45页
·数据探索模块的详细介绍	第45-47页
·“散点图绘图参数选择”界面功能介绍	第46-47页
·“散点图绘制”界面功能介绍	第47页
·数据预处理模块的详细介绍	第47-50页
·“属性聚合”界面功能介绍	第49页
·“属性转换”界面功能介绍	第49页
·“抽样”界面功能介绍	第49-50页
·其他相关界面功能介绍	第50页
·数据挖掘模块的详细介绍	第50-60页
·“建立BP神经网络模型”模块的设计与实现	第53-55页
·“建立 BP神经网络模型”模块的步骤设计	第53页
·“建立 BP神经网络模型”模块的总体功能介绍	第53-54页
·“建立 BP神经网络模型”的界面功能介绍	第54-55页
·“建立遗传神经网络模型”模块的设计与实现	第55-57页
·“建立遗传神经网络模型”模块的步骤设计	第55页
·“建立遗传神经网络模型”模块的总体功能介绍	第55-56页
·“建立遗传神经网络模型”模块的界面功能介绍	第56-57页
·“建立 SOM网络模型”模块的设计与实现	第57-58页
·“建立 SOM网络模型”模块的步骤设计	第57页
·“建立 SOM网络模型”模块的总体功能介绍	第57-58页
·“建立 SOM网络模型”模块的界面功能介绍	第58页
·“形成 TFI聚类规则”模块的设计与实现	第58-60页
·“形成 TFI聚类规则”模块的步骤设计	第58-59页
·“形成 TFI聚类规则”模块的总体功能介绍	第59页
·“形成 TFI聚类规则”模块的界面功能介绍	第59-60页
·结果分析模块的详细介绍	第60-61页
·“散点比较图绘图参数选择”界面功能介绍	第61页
·“散点比较图绘制”界面功能介绍	第61页
·知识应用模块的详细介绍	第61-63页
第7章 多维信息挖掘系统的应用	第63-78页
·蝴蝶花问题的数据准备	第64页
·蝴蝶花问题的数据探索	第64-67页
·蝴蝶花问题的数据预处理	第67-68页
·蝴蝶花问题的数据挖掘	第68-76页
·蝴蝶花数据的BP神经网络分析	第68-71页
·蝴蝶花数据的遗传神经网络分析	第71-73页
·蝴蝶花数据的SOM网络分析	第73-75页
·蝴蝶花数据的TFI聚类分析	第75-76页
·蝴蝶花问题的结果分析	第76-77页
·蝴蝶花问题的知识应用	第77-78页
结论	第78-79页
致谢	第79-80页
参考文献	第80页