2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、當(dāng)前,數(shù)據(jù)挖掘已成為數(shù)據(jù)庫系統(tǒng)研究領(lǐng)域日益受重視的研究主題之一。數(shù)據(jù)挖掘技術(shù)可以通過對大量的數(shù)據(jù)進行探索分析,挖掘出有意義的規(guī)則,以期對未來的決策提供適當(dāng)?shù)膮⒖冀ㄗh。PLM(ProductLife-CycleManagement,產(chǎn)品生命周期管理)是近年來興起的一種極具潛力的商業(yè)IT戰(zhàn)略,它是企業(yè)信息化(尤其是制造業(yè)信息化)非常重要的組成部分。在PLM系統(tǒng)中應(yīng)用數(shù)據(jù)挖掘技術(shù)能夠很好地提升PLM的核心競爭力,有利于企業(yè)的信息化建設(shè)。

2、 本論文從數(shù)據(jù)挖掘的基本原理和技術(shù)入手,對數(shù)據(jù)庫知識發(fā)現(xiàn)進行了深入研究,探討了幾種知識發(fā)現(xiàn)的方法,分析了數(shù)據(jù)挖掘所采用的技術(shù)、方法和應(yīng)用領(lǐng)域,重點研究了在PLM中應(yīng)用數(shù)據(jù)挖掘技術(shù)需要解決的關(guān)鍵問題及解決方法。本論文按照數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程CRISP-DM(CRoss-IndustryStandardProcess-DataMining)設(shè)計了PLM系統(tǒng)中應(yīng)用數(shù)據(jù)挖掘技術(shù)的解決方案。該方案采用基于最大-最小規(guī)范化的屬性構(gòu)造方法和基于徑向基函

3、數(shù)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)聚類方法進行數(shù)據(jù)預(yù)處理,結(jié)合PLM系統(tǒng)數(shù)據(jù)分析業(yè)務(wù),采用基于高頻模式樹的項約束關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法分析產(chǎn)生次品的潛在因素;采用聚類分析算法CLIMB(clusteringalgorithmbasedonsubspace)分析產(chǎn)品的物流數(shù)據(jù)與產(chǎn)品利潤之間的關(guān)系;采用基于信息熵的決策樹算法來分析和預(yù)測客戶給企業(yè)創(chuàng)造價值的潛能,并根據(jù)業(yè)務(wù)數(shù)據(jù)闡述了這些算法應(yīng)用于PLM系統(tǒng)數(shù)據(jù)分析業(yè)務(wù)的具體思路。 本文從現(xiàn)代軟件工程技術(shù)的角

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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

最新文檔

評論

0/150

提交評論