版權說明: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,請進行舉報或認領
文檔簡介
1、數(shù)據(jù)挖掘(Data Mining)能從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱含的、未知的、非平凡的及有潛在應用價值的信息或模式,它是數(shù)據(jù)庫研究中的一個很有應用價值的新領域,融合了數(shù)據(jù)庫、人工智能、機器學習、統(tǒng)計學等多個領域的理論和技術。 數(shù)理統(tǒng)計作為數(shù)據(jù)挖掘的3個主要支柱之一,有許多尋找變量之間規(guī)律性的方法,而回歸分析方法是其中最有效的方法之一。 本文擬對作為數(shù)據(jù)挖掘機制之一的回歸分析方法進行討論,并給出將其用來實現(xiàn)鍛模設計準則的
2、制定的一個實例。 本文的主要工作總結如下。 (1)對數(shù)理統(tǒng)計在數(shù)據(jù)挖掘中應用的國內(nèi)外研究現(xiàn)狀進行了綜述,闡述了數(shù)理統(tǒng)計與數(shù)據(jù)庫技術結合的特點,概述了基于數(shù)理統(tǒng)計的數(shù)據(jù)挖掘技術。 (2)闡述了數(shù)理統(tǒng)計與數(shù)據(jù)挖掘的關系。對數(shù)據(jù)挖掘的研究歷史和現(xiàn)狀進行了敘述,給出了數(shù)據(jù)挖掘的定義,對數(shù)據(jù)挖掘與相關技術的關系進行了討論,探討了數(shù)據(jù)挖掘所發(fā)現(xiàn)的知識類型、數(shù)據(jù)挖掘的功能、數(shù)據(jù)挖掘常用技術、數(shù)據(jù)挖掘中的數(shù)據(jù)倉庫等內(nèi)容。闡述了數(shù)
3、據(jù)挖掘系統(tǒng)的工作原理。 (3)闡述了回歸分析的基本概念;給出了線性回歸方程的定義,詳細論述了其參數(shù)估計方法和線性相關的顯著性檢驗方法;討論了非線性回歸方程、多元線性回歸方程的模型和參數(shù)估計方法。討論了在制定工藝算法時應用數(shù)理統(tǒng)計的方法。 (4)研究了計算飛邊的算法和數(shù)學描述。給出了采用逐步回歸分析法建立鍛模設計準則的實例。就逐步回歸分析的軟件設計、鍛模飛邊尺寸設計準則的制定、鍛模飛邊金屬消耗設計準則的制定等問題進行了研究
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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。
最新文檔
- 數(shù)理統(tǒng)計
- 數(shù)理統(tǒng)計
- 數(shù)理統(tǒng)計考試
- 數(shù)理統(tǒng)計1.1
- 數(shù)理統(tǒng)計習題
- 數(shù)理統(tǒng)計 ppt課件
- 數(shù)理統(tǒng)計課件全集
- 數(shù)理統(tǒng)計作業(yè)答案
- 數(shù)理統(tǒng)計課后答案
- 數(shù)理統(tǒng)計答案整理
- 數(shù)理統(tǒng)計習題作業(yè)
- 2014數(shù)理統(tǒng)計1.1
- 應用數(shù)理統(tǒng)計習題
- 數(shù)理統(tǒng)計的基礎知識
- 數(shù)理統(tǒng)計試卷及答案
- 概率與數(shù)理統(tǒng)計題目
- 數(shù)理統(tǒng)計試題及答案
- (2030)《數(shù)理統(tǒng)計》考試大綱
- 數(shù)理統(tǒng)計參考答案
- 數(shù)理統(tǒng)計習題課
評論
0/150
提交評論