| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·论文的研究背景及选题的意义 | 第9-10页 |
| ·国内外现状综述 | 第10-13页 |
| ·论文的研究范围及研究目的 | 第13-14页 |
| ·论文的内容安排 | 第14-16页 |
| 2 数据挖掘 | 第16-24页 |
| ·数据挖掘的定义和定位 | 第16-18页 |
| ·数据挖掘的特点 | 第18-19页 |
| ·数据挖掘功能和分类 | 第19-21页 |
| ·数据挖掘的过程 | 第21-22页 |
| ·数据挖掘结果评估 | 第22-23页 |
| ·小结 | 第23-24页 |
| 3 聚类分析 | 第24-39页 |
| ·聚类分析的定义 | 第24-25页 |
| ·聚类分析中的数据类型 | 第25页 |
| ·聚类分析中的相似度度量方法 | 第25-28页 |
| ·聚类分析中的聚类准则函数 | 第28-31页 |
| ·聚类分析的方法 | 第31-37页 |
| ·聚类方法的性能评价 | 第37页 |
| ·聚类分析的最新成果和发展趋势 | 第37-38页 |
| ·小结 | 第38-39页 |
| 4 聚类分析的遗传算法 | 第39-54页 |
| ·进化计算与聚类分析 | 第39-41页 |
| ·遗传算法的基本原理 | 第41-44页 |
| ·聚类分析的遗传算法 | 第44-50页 |
| ·进化策略及其在聚类分析中的应用 | 第50-53页 |
| ·小结 | 第53-54页 |
| 5 基于遗传算法的 K-means 算法改进研究 | 第54-71页 |
| ·K-means 算法 | 第54-60页 |
| ·遗传聚类算法 | 第60-63页 |
| ·基于遗传算法的k-means 聚类改进—混合聚类算法 | 第63-67页 |
| ·实验结果与分析 | 第67-70页 |
| ·小结 | 第70-71页 |
| 6 结论 | 第71-73页 |
| ·论文的主要工作 | 第71页 |
| ·进一步努力的方向 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 | 第77-78页 |
| 独创性声明 | 第78页 |
| 学位论文版权使用授权书 | 第78页 |