更新时间：2020-03-02 16:11:07
封面
版权信息
内容简介
前言
第1章 绪论
1.1 数据挖掘概述
1.2 数据挖掘中的软计算技术概述
1.3 基于WWW的数据挖掘与文本挖掘
1.4 研究现状与发展趋势
参考文献
第2章 基于智能Agent的知识发现模型研究与设计
2.1 知识发现模型概述
2.2 基于Agent技术的智能数据挖掘系统模型的总体结构
2.3 知识发现过程实例分析
2.4 研究现状与发展趋势
2.5 本章小结
第3章 基于软计算的知识表示方法研究
3.1 知识表示概述
3.2 基于粗糙集的不确定知识表示方法
3.3 基于粗糙熵的知识表示方法
3.4 知识的对象模糊语义网络表示法
3.5 几种知识表示方法的比较
3.6 研究现状与发展趋势
3.7 本章小结
第4章 数据挖掘中的小波神经网络方法研究
4.1 引言
4.2 神经网络发展及基础概述
4.3 基于禁忌搜索算法的小波神经网络设计
4.4 基于小波神经网络的模型预测研究
4.5 BP神经网络
4.6 神经网络在数据挖掘中的应用
4.7 研究现状与发展趋势
4.8 本章小结
第5章 基于用户需求模型的中英文WWW搜索引擎
5.1 WWW概述
5.2 中英文WWW搜索引擎的结构
5.3 基于示例的用户信息需求模型的获取和表示
5.4 研究现状与发展趋势
5.5 本章小结
第6章 基于Web的文本挖掘技术研究
6.1 文本挖掘概述
6.2 文本挖掘基本技术
6.3 中文文本挖掘模型
6.4 研究现状与发展趋势
6.5 本章小结
第7章 聚类分析与应用
7.1 聚类的基本概念
7.2 常用聚类算法介绍与分析
7.3 聚类算法比较
7.4 聚类算法k-means的改进
7.5 研究现状与发展趋势
7.6 本章小结
第8章 软计算中的算法及其应用
8.1 分类概述
8.2 决策树
8.3 分类的应用
8.4 遗传算法
8.5 研究现状与发展趋势
8.6 本章小结
