数据挖掘决策树遗传算法神经网络算法硕士论文

1、基于决策树和遗传算法的神经网络研究及应用【摘要】 当今社会人类所存储的数据是成千上万的,如何能够更有效的利用好这些信息已经越来越受到人们的重视。而数据挖掘正是一种从数据中提取有用的信息,并将之应用于各个行业的方法。本文首先对数据挖掘中受到广泛关注的决策树算法、遗传算法和神经网络算法进行了综述,描述了各算法的具体实现过程及步骤。然后通过分析决策树算法与神经网络算法的特点,将它们进行有效得结合,提出一种基于决策树的神经网络权值初始化算法。该算法利用决策树算法,通过分析各样本数据来确定神经网络的初始权值,与传统的神经网络算法比起来,该方法极大的缩小了神经网络初始权值的随机性,使其更有利于最优神经网络

2、模型的生成。最后将该算法应用到了一个通过分析企业类型、注册资金、盈利比例来判断企业信誉的例子中,并通过Matlab编程来实现。文章的第四部分提出的是一种基于遗传算法的神经网络结构优化算法。该算法将遗传算法与神经网络算法进行了巧妙的结合,它利用遗传算法解决了神经网络算法中比较难的结构优化问题,而反过来又巧妙的运用神经网络算法回避了遗传算法中如何确定衡量函数的问题。同样也将该算法应用到了一个超市满意度的例子中,并运用Matlab编程来具体实现了该基于. 更多还原【Abstract】 Today, there is thousands of data stored by people. T

3、hen how to use the data effectively has been paid more and more attention. Data mining is just the way that can obtain useful information from thousands of data and apply it in many fields.At the beginning, this article gives a presentation about Decision Tree, Genetic Algorithm and Neural Network w

4、hich are used frequently in Data-mining.Then through the analysis of Decision Tree and Neural Network, this article integrates them together and in. 更多还原 【关键词】 数据挖掘； 决策树； 遗传算法； 神经网络算法； 【Key words】 Data mining； Decision Tree； Genetic Algorithm； Neural Network； 摘要 4-5 Abstract 5 第1章 概述 7-13 1.1 研

5、究背景 7-8 1.2 数据挖掘技术的发展与现状 8-10 1.3 数据挖掘的过程 10-13 第2章 数据挖掘的算法 13-22 2.1 决策树算法 13-15 决策树的基本形式 13-14 决策树的ID3算法 14-15 2.2 遗传算法 15-18 遗传算法的来源 15-16 遗传算法的构成因素及实现过程 16-18 2.3 神经网络算法 18-22 神经网络算法的基本模型 18-20 神经网络算法的分类 20-21 神经网络算法的具体实现过程 21-22 第3章 基于决策树的神经网络权值初始化 22-32 3.1 一种基于决策树的神经网络权值初始化算法 22-27 基于决策树的神经网络权值初始化算法的基本思路 22-23 基于决策树的神经网络权值初始化算法的实现过程及特点 23-27 3.2 实例应用 27-32 实例 27-29 应用结果及分析 29-32 第4章 基于遗传算法的神经网络结构优化 32-43 4.1 一种基于遗传算法的神经网络结构优化算法 32-39 神经网络的BP算法 32-35