基于電磁脈沖效應實驗數(shù)據(jù)庫的評測系統(tǒng)的研究與應用.pdf

1、隨著管理信息系統(tǒng)的廣泛應用，各種業(yè)務數(shù)據(jù)不斷地被存儲到數(shù)據(jù)庫中。人們希望從這些數(shù)據(jù)中發(fā)現(xiàn)潛在的、有助于管理決策的知識。正是這種需求推動了數(shù)據(jù)挖掘興起和數(shù)據(jù)挖掘技術(shù)的發(fā)展。作為一個多學科交叉的前沿領域，數(shù)據(jù)挖掘融合了數(shù)據(jù)庫、統(tǒng)計學、機器學習、人工神經(jīng)網(wǎng)絡、高性能計算等學科中的各種理論和算法。其中，人工神經(jīng)網(wǎng)絡憑借其本身具有的非線性處理、自適應學習、高度容錯能力等特性在數(shù)據(jù)挖掘應用中得到了廣泛的使用。 本文在綜合研究數(shù)據(jù)挖掘中的各類

2、神經(jīng)網(wǎng)絡模型的基礎上，重點研究誤差反向傳播(BP)神經(jīng)網(wǎng)絡算法的工作原理及其在數(shù)據(jù)挖掘中的應用步驟。由于BP神經(jīng)網(wǎng)絡算法在實際應用中存在的收斂速度慢、易陷于局部極小、泛化能力弱等問題，本文從梯度下降、數(shù)值優(yōu)化以及結(jié)合其他理論等不同角度深入研究各種改進算法和結(jié)構(gòu)優(yōu)化策略。 針對本課題電磁脈沖防護評測工作的實際需求，本文用VC++.net開發(fā)工具實現(xiàn)了一種基于附加動量和自適應學習速率結(jié)合的改進學習算法，并在電磁脈沖實驗數(shù)據(jù)庫統(tǒng)計的數(shù)