学位论文 > 优秀研究生学位论文题录展示

神经网络在数据挖掘中的应用研究

作　者: 黄华
导　师: 杨华民
学　校: 长春理工大学
专　业: 计算机应用
关键词: 神经网络数据挖掘预测数据可视化
分类号: TP311.13
类　型: 硕士论文
年　份: 2002年
下　载: 287次
引　用: 2次
阅　读: 论文下载

内容摘要

近十几年来，人们利用信息技术生产和搜集数据的能力大幅度提高，大型数据库被广泛应用于各个行业，并且这一势头仍将持续发展下去。于是，一个新的挑战被提了出来：在这被称之为信息爆炸的时代，如何面对信息过量的问题。数据挖掘(Data Mining)就是从大量数据中提取出可信的、新颖的、有效的并能被人容易理解的模式的高级处理过程。本论文针对神经网络在股票预测数据挖掘项目中对数据处理的具体应用，讨论了神经网络在数据挖掘中的应用。尽管神经网络具有结构复杂、网络训练时间长、结果不容易理解的不利之处，但其错误率低的优点是其它方法所不及的，并在数据挖掘采用的方法中具有其优势。本论文还简要讨论了在数据库中发现知识的数据可视化问题，并采用神经网络技术解决该问题，描述了建立一个神经网络数据挖掘的全过程。实验表明该方法是可行的。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章引言  7-13
  1.1 基于神经网络的数据挖掘  7-12
    1.1.1 重要性  7-8
    1.1.2 研究进展  8-11
    1.1.3 进一步的问题  11-12
  1.2 论文研究的内容  12-13
第二章数据挖掘理论分析  13-30
  2.1 人工神经网络概述  13-17
    2.1.1 人工神经网络的结构  13
    2.1.2 神经网络的学习机理和机构  13-14
    2.1.3 感知器的学习结构  14-15
    2.1.4 感知器的学习算法  15-17
  2.2 反向传播学习的BP算法  17-27
    2.2.1 神经网络学习算法:  17-21
    2.2.2 BP算法的原理  21-23
    2.2.3 BP算法的执行步骤  23-24
    2.2.4 算法的执行步骤如下:  24-27
  2.3 遗传算法概述  27-30
第二章神经网络在可视化中的应用  30-40
  3.1 数据可视化问题的由来  30
  3.2 数据可视化的发展状况  30-31
  3.3 所用算法的理论推导  31-40
    3.3.1 解决可视化问题的常用算法  31-33
    3.3.2 两个学习规则  33-35
    3.3.3 主成分分析  35-40
第四章总体设计与实现  40-58
  4.1 数据准备  40-43
  4.2 构造BP网络结构  43-47
    4.2.1 输入／输出节点  43-45
    4.2.2 层数与隐层节点数  45
    4.2.3 网络中各层的激活函数  45-47
  4.3 BP网络的参数和训练方法设计与选择  47-48
    4.3.1 初始权值的选取  47-48
    4.3.2 学习速率的选取、最大训练次数及最小误差的确定  48
  4.4 程序实现部分  48-53
    4.4.1 SNN API函数简介:  49-53
  4.5 实验结果及相关讨论  53-58
    4.5.1 在相同的隐层节点数S=6、不同的学习率的情况下实验结果:  53-56
    4.5.2 不同学习率和隐层节点数情况下的实验结果  56-58
第五章结论  58-59
致谢  59-63

神经网络在数据挖掘中的应用研究

内容摘要

全文目录

相似论文