| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-9页 |
| ·课题研究的意义与背景 | 第7-8页 |
| ·论文的主要内容 | 第8-9页 |
| 2 国内外相关技术发展 | 第9-19页 |
| ·人工智能(Artificial Intelligence)发展 | 第9-10页 |
| ·神经网络技术发展 | 第10-13页 |
| ·数据挖掘技术发展 | 第13-15页 |
| ·相关计算机处理技术与发展现状 | 第15-19页 |
| ·数据库技术 | 第15-17页 |
| ·面向对象的程序设计 | 第17-19页 |
| 3 数据挖掘技术分析 | 第19-30页 |
| ·数据挖掘的定义与工作流程 | 第19-21页 |
| ·数据挖掘的常用算法 | 第21-23页 |
| ·数据挖掘的任务及其实现技术 | 第23-26页 |
| ·数据挖掘的应用 | 第26-27页 |
| ·数据挖掘中人工神经网的数学模型 | 第27-30页 |
| ·神经网络的定义与DM中的常用模型 | 第27-28页 |
| ·神经网络的数学模型 | 第28-30页 |
| 4 基于人工神经网络数据挖掘方法研究 | 第30-39页 |
| ·神经网络数据挖掘方法中的数据准备 | 第30-34页 |
| ·数据清洗与选择 | 第30页 |
| ·数据预处理 | 第30-32页 |
| ·数据表示及其对训练时间的影响 | 第32-33页 |
| ·数据集管理 | 第33-34页 |
| ·分类决策树的构造算法 | 第34-36页 |
| ·决定强度的定义 | 第34-36页 |
| ·决策树的构造算法 | 第36页 |
| ·基于神经网络的分类与预测 | 第36-39页 |
| ·分类与预测基本知识 | 第36-37页 |
| ·前向神经网络模型 | 第37-39页 |
| 5 基于BP神经网络数据挖掘技术 | 第39-49页 |
| ·挖掘前的准备 | 第39-40页 |
| ·数据清洗与选择 | 第39页 |
| ·数据处理与转换 | 第39-40页 |
| ·数据集的管理 | 第40页 |
| ·标准BP算法 | 第40-42页 |
| ·神经网络模型参数的选取 | 第42-43页 |
| ·BP算法的改进 | 第43-44页 |
| ·BP改进算法的测试与分析 | 第44-49页 |
| 6 结论 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |