神經(jīng)網(wǎng)絡(luò)預(yù)測及其在科學(xué)數(shù)據(jù)挖掘中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、預(yù)測是根據(jù)過去和現(xiàn)在的情況,對未來的發(fā)展做出預(yù)見性的判斷。預(yù)測對于科學(xué)研究有著重要的意義。預(yù)測的基礎(chǔ)就在于對歷史數(shù)據(jù)的處理。計算機(jī)技術(shù)的出現(xiàn),為迅速收集和處理歷史數(shù)據(jù)提供了有力的工具。但是,人們也遇到了極大的難題,那就是面對成百上千兆的數(shù)據(jù),人們無從下手。90年代初人們提出數(shù)據(jù)挖掘技術(shù)來處理海量的數(shù)據(jù),提取信息,數(shù)據(jù)挖掘得到了越來越廣泛的應(yīng)用。數(shù)據(jù)挖掘的任務(wù)是從數(shù)據(jù)中發(fā)現(xiàn)模式。模式有很多種,按功能可分有兩大類:預(yù)測型模式和描述型模式:預(yù)

2、測型模式是可以根據(jù)數(shù)據(jù)項的值精確確定某種結(jié)果的模式;描述型模式是對數(shù)據(jù)中存在的規(guī)則做一種描述,或者根據(jù)數(shù)據(jù)的相似性把數(shù)據(jù)分組。因此,數(shù)據(jù)挖掘的功能大致可以分為兩類:對現(xiàn)在的描述和對未來的預(yù)測。而對現(xiàn)在準(zhǔn)確的描述,正是對未來精確預(yù)測的基礎(chǔ),甚至可以說,數(shù)據(jù)挖掘的功能就是預(yù)測。當(dāng)前,數(shù)據(jù)挖掘的研究已經(jīng)形成了熱點,在數(shù)據(jù)挖掘中綜合運(yùn)用了各學(xué)科的技術(shù),它不僅涉及統(tǒng)計學(xué)原理,而且包括數(shù)據(jù)庫管理,人工智能,機(jī)器學(xué)習(xí),模式識別,以及數(shù)據(jù)可視化等學(xué)科。

3、在對大規(guī)模科學(xué)數(shù)據(jù)進(jìn)行處理時,往往會因為其具有規(guī)模大、特征復(fù)雜的特點,使得理解、分析這些科學(xué)數(shù)據(jù),并從中獲取知識變得十分困難,由此科學(xué)數(shù)據(jù)挖掘勢在必行。 本文從理論、算法及應(yīng)用三個層面討論了神經(jīng)網(wǎng)絡(luò)預(yù)測理論在科學(xué)數(shù)據(jù)挖掘中的應(yīng)用。在科學(xué)計算領(lǐng)域中,隨著高性能計算機(jī)的發(fā)展和并行計算方法的實現(xiàn),科學(xué)仿真程序產(chǎn)生了海量的數(shù)值模擬計算數(shù)據(jù),很容易突破GB級的規(guī)模,達(dá)到TB甚至PB級,其存儲是個亟待解決的問題。本文針對項目中的強(qiáng)激光與等離

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(hù)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