声明
摘要
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 关联分析算法现状
1.2.2 回归预测算法现状
1.3 论文的主要工作和组织结构
第二章 关键技术
2.1 关联分析算法
2.1.1 关联分析算法的概念及定义
2.1.2 关联分析算法挖掘步骤
2.1.3 典型的关联分析算法比较
2.2 典型的分类预测算法
2.2.1 K近邻算法
2.2.2 支持向量机
2.2.3 人工神经网络算法
2.2.4 性能分析
2.3 本章小结
第三章 改进的FP-GROWTH算法
3.1.1 FP-GROWTH算法流程
3.1.2 算法局限性
3.2.1 Bloomfilter方法
3.2.2 改进的FP-GROWTH算法
3.2.3 算法局限性
3.3 性能评价
3.3.1 执行速度
3.3.2 挖掘结果
3.4 本章小结
第四章 基于GRNN的用户行为预测
4.1.2 GRNN算法流程
4.1.3 算法局限性
4.2 一种改进的GRNN算法
4.2.1 GRNN算法系统参数与平滑因子选择规则
4.2.2 差分进化算法
4.2.3 单纯形算法
4.2.4 应用S-DE算法改进GRNN算法
4.2.5 算法局限性
4.3 性能评价
4.3.1 执行精度
4.3.2 执行速度
4.4 本章小结
第五章 航班数据采集系统的设计与实现
5.1 国际航班信息采集系统的架构
5.1.1 需求分析
5.1.2 系统架构
5.2 国际航班信息采集系统的设计
5.2.1 系统的表单设计
5.2.2 系统的流程设计
5.3 本章小结
6.1 全文工作总结
6.2 下一步工作展望
参考文献
致谢
作者简介