| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-15页 |
| ·引言 | 第12页 |
| ·研究背景与意义 | 第12-14页 |
| ·课题来源和文章结构 | 第14-15页 |
| 第二章 蚁群分类算法的概述 | 第15-28页 |
| ·引言 | 第15页 |
| ·数据分类问题 | 第15-18页 |
| ·分类的定义 | 第16页 |
| ·分类的一般过程 | 第16-17页 |
| ·分类方法的评估标准 | 第17页 |
| ·分类的实现算法 | 第17-18页 |
| ·蚁群算法 | 第18-21页 |
| ·思想来源 | 第18页 |
| ·基本工作方法 | 第18-19页 |
| ·解构建 | 第19-20页 |
| ·信息素更新 | 第20-21页 |
| ·蚁群分类算法的原理 | 第21-23页 |
| ·规则构建 | 第21-22页 |
| ·规则剪枝 | 第22页 |
| ·信息素更新 | 第22-23页 |
| ·算法的基本流程 | 第23页 |
| ·蚁群分类算法的研究进展 | 第23-27页 |
| ·状态转移规则 | 第24-25页 |
| ·规则剪枝 | 第25页 |
| ·信息素更新 | 第25-26页 |
| ·处理连续属性 | 第26页 |
| ·其他改进方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 改进的蚁群分类算法应用于数据分类 | 第28-38页 |
| ·引言 | 第28页 |
| ·蚁群构建方法 | 第28-30页 |
| ·单蚂蚁构建蚁群 | 第29页 |
| ·多蚂蚁构建蚁群 | 第29页 |
| ·多子群构建蚁群 | 第29-30页 |
| ·启发式策略 | 第30-32页 |
| ·Ant-Miner 的启发式策略 | 第30页 |
| ·已有的改进方法 | 第30-31页 |
| ·新的启发式策略 | 第31-32页 |
| ·mAnt-Miner+算法 | 第32-34页 |
| ·算法流程 | 第33页 |
| ·算法分析 | 第33-34页 |
| ·实验结果分析 | 第34-36页 |
| ·参数设置 | 第34页 |
| ·实验数据 | 第34-35页 |
| ·结果对比 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于 mAnt-Miner+算法的零售企业会员分类 | 第38-46页 |
| ·引言 | 第38页 |
| ·零售企业的会员数据准备 | 第38-40页 |
| ·数据获取 | 第38-39页 |
| ·数据筛选 | 第39页 |
| ·数据聚集 | 第39页 |
| ·数据归约 | 第39-40页 |
| ·数据集成 | 第40页 |
| ·数据离散化 | 第40页 |
| ·实验结果分析 | 第40-44页 |
| ·实验数据 | 第41页 |
| ·结果对比 | 第41-43页 |
| ·规则分析 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·本文总结 | 第46页 |
| ·研究展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间参与研究的课题和发表的论文 | 第52-54页 |