基于數據挖掘的復雜仿真數據分析方法研究.pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、仿真數據分析是有目的地收集仿真數據、分析仿真數據,使之成為信息或知識的過程,是為更好的理解和改進系統而進行的,是仿真領域研究的重點問題。由于現有的仿真數據分析方法中,缺乏能夠有效處理大規(guī)模、高維數、相互關系復雜的復雜仿真數據的方法,因此本文將數據挖掘技術應用于仿真數據分析中,采用了一種基于支持向量機理論的預測建模分析方法,為大范圍方案尋優(yōu)及數據趨勢預測等問題提供了解決方案。本文具體研究工作包括以下內容:
  分析了目前仿真數據分析

2、工作中存在的難點。跟蹤了仿真數據分析方法的國內外研究現狀,并概述了數據挖掘的任務、發(fā)展歷程與研究進展,繼而給出了本文的主要研究內容。
  在對比了仿真實驗與傳統實驗的差別的基礎上,分析了仿真系統實驗對仿真數據分析的需求。從仿真數據特征入手,分析了仿真數據具有數據量大、維度高、樣本少及不確定性強的特征。這些特征使傳統的基于統計的數據分析方法難以有效進行數據分析。針對上述問題,采用了兩種數據預處理方法用以解決不同的數據分析需求:屬性約

3、減方法——解決了高維數據難以分析的問題和異常數據檢測方法——解決了異常值影響回歸模型可信度的問題。
  在研究了傳統數據分析方法可能存在的問題的基礎上,對基于數據挖掘的仿真數據分析方法的關鍵技術進行了深入的研究。以支持向量機理論為核心方法對仿真數據進行預測建模分析,分別將分類、回歸模型應用于實際仿真系統中,在很大程度上解決了大范圍內方案尋優(yōu)及數據趨勢預測兩大任務難以實現的問題。
  實現了預測模型參數的優(yōu)化算法?;诮徊骝炞C

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論