神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)及其在科學(xué)數(shù)據(jù)挖掘中的應(yīng)用.pdf

1、預(yù)測(cè)是根據(jù)過(guò)去和現(xiàn)在的情況，對(duì)未來(lái)的發(fā)展做出預(yù)見(jiàn)性的判斷。預(yù)測(cè)對(duì)于科學(xué)研究有著重要的意義。預(yù)測(cè)的基礎(chǔ)就在于對(duì)歷史數(shù)據(jù)的處理。計(jì)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(duì)成百上千兆的數(shù)據(jù)，人們無(wú)從下手。90年代初人們提出數(shù)據(jù)挖掘技術(shù)來(lái)處理海量的數(shù)據(jù)，提取信息，數(shù)據(jù)挖掘得到了越來(lái)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(cè)型模式和描述型模式：預(yù)

2、測(cè)型模式是可以根據(jù)數(shù)據(jù)項(xiàng)的值精確確定某種結(jié)果的模式；描述型模式是對(duì)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(duì)現(xiàn)在的描述和對(duì)未來(lái)的預(yù)測(cè)。而對(duì)現(xiàn)在準(zhǔn)確的描述，正是對(duì)未來(lái)精確預(yù)測(cè)的基礎(chǔ)，甚至可以說(shuō)，數(shù)據(jù)挖掘的功能就是預(yù)測(cè)。當(dāng)前，數(shù)據(jù)挖掘的研究已經(jīng)形成了熱點(diǎn)，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(jì)學(xué)原理，而且包括數(shù)據(jù)庫(kù)管理，人工智能，機(jī)器學(xué)習(xí)，模式識(shí)別，以及數(shù)據(jù)可視化等學(xué)科。

3、在對(duì)大規(guī)?？茖W(xué)數(shù)據(jù)進(jìn)行處理時(shí)，往往會(huì)因?yàn)槠渚哂幸?guī)模大、特征復(fù)雜的特點(diǎn)，使得理解、分析這些科學(xué)數(shù)據(jù)，并從中獲取知識(shí)變得十分困難，由此科學(xué)數(shù)據(jù)挖掘勢(shì)在必行。 本文從理論、算法及應(yīng)用三個(gè)層面討論了神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)理論在科學(xué)數(shù)據(jù)挖掘中的應(yīng)用。在科學(xué)計(jì)算領(lǐng)域中，隨著高性能計(jì)算機(jī)的發(fā)展和并行計(jì)算方法的實(shí)現(xiàn)，科學(xué)仿真程序產(chǎn)生了海量的數(shù)值模擬計(jì)算數(shù)據(jù)，很容易突破GB級(jí)的規(guī)模，達(dá)到TB甚至PB級(jí)，其存儲(chǔ)是個(gè)亟待解決的問(wèn)題。本文針對(duì)項(xiàng)目中的強(qiáng)激光與等離