基于粗糙集的多维数据聚类分析
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-11页 |
| ·研究背景 | 第8页 |
| ·研究现状 | 第8-9页 |
| ·论文的主要内容及章节安排 | 第9-11页 |
| ·论文的主要内容 | 第9页 |
| ·论文的章节结构 | 第9-11页 |
| 第二章 数据挖掘与粗糙集算法 | 第11-22页 |
| ·数据挖掘理论介绍 | 第11-13页 |
| ·数据挖掘概念 | 第11页 |
| ·数据挖掘系统 | 第11-12页 |
| ·数据挖掘的方法 | 第12-13页 |
| ·粗糙集理论介绍 | 第13-17页 |
| ·粗糙集理论与数据挖掘 | 第13页 |
| ·粗糙集理论概念 | 第13-16页 |
| ·粗糙集算法思想 | 第16-17页 |
| ·粗糙集算法应用 | 第17-21页 |
| ·获取数据源并对数据源进行处理 | 第17页 |
| ·创建数据库 | 第17-18页 |
| ·进行属性约简 | 第18-19页 |
| ·数据离散化 | 第19-20页 |
| ·计算分辨矩阵 | 第20-21页 |
| ·分辨函数求约简和核 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 遗传算法与数据挖掘 | 第22-28页 |
| ·遗传算法介绍 | 第22-23页 |
| ·遗传算法思想 | 第23页 |
| ·遗传算法特点 | 第23-24页 |
| ·遗传算法的适应度函数 | 第24页 |
| ·基于核子集应用遗传算法的属性约简 | 第24-26页 |
| ·初始化种群 | 第24-25页 |
| ·遗传算法参数的选取 | 第25页 |
| ·遗传操作步骤 | 第25页 |
| ·终止条件 | 第25页 |
| ·算法 | 第25-26页 |
| ·基于核子集的GA处理数据集的应用 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 遗传算法在聚类分析中的应用 | 第28-38页 |
| ·聚类分析的概念 | 第28页 |
| ·聚类的相似度度量 | 第28-30页 |
| ·聚类分析方法 | 第30-31页 |
| ·多维数据聚类 | 第31-32页 |
| ·遗传--聚类算法 | 第32-36页 |
| ·遗传--聚类算法流程 | 第32-33页 |
| ·适应度函数 | 第33页 |
| ·选择操作 | 第33页 |
| ·交叉操作 | 第33-34页 |
| ·变异操作 | 第34-35页 |
| ·进化过程 | 第35页 |
| ·根据遗传算法得出的聚类中心进行聚类 | 第35-36页 |
| ·算法分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 遗传聚类算法处理多维数据集应用 | 第38-43页 |
| ·算法应用背景 | 第38页 |
| ·微博用户数据集 | 第38-40页 |
| ·遗传聚类算法应用 | 第40-41页 |
| ·聚类结果分析与评价 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第六章 总结与展望 | 第43-45页 |
| ·总结 | 第43页 |
| ·展望 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-47页 |
