基于matlab的数据挖掘技术研究【开题报告】

《基于matlab的数据挖掘技术研究【开题报告】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业论文开题报告信息与计算科学基于matlab的数据挖掘技术研究一、选题的意义如今，高速发展的信息技术使人们积累的数据量急剧增长，动辄以tb计算，如何从数量巨大的数据中提取有用的知识成为当务之急。数据挖掘就是为顺应这种需要应运而生发展起来的数据处理技术。是知识发现(knowledgediscoveryindatabase)的关键步骤。数据挖掘(DataMining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。与数据挖掘相近的同义词有数据融合、数据分析

2、和决策支持等。这个定义括好儿层含义：数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知识:发现的知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持特定的发现问题。何为知识?从广义上理解，数据、信息也是知识的表现形式，但是人们更把概念、规则、模式、规律和约束等看作知识。人们把数据看作是形成知识的源泉，好像从矿石中采矿或淘金一样。原始数据可以是结构化的，如关系数据库中的数据；也可以是半结构化的，如文本、图形和图像数据；甚至是分布在网络上的异构型数据。发现知识的方法可以是数学的，也可以是非数学的；可以是演绎的，也可以

3、是归纳的。发现的知识可以被用于信息管理，查询优化，决策支持和过程控制等，还可以用于数据自身的维护。因此，数据挖掘是一门交叉学科，它把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求牵引下，汇聚了不同领域的研宄者，尤其是数据库技术、人工智能技术、数理统计、可视化技术、并行计算等方而的学宥和工程技术人员，投身到数据挖掘这一新兴的研究领域，形成新的技术热点。这里所说的知识发现，不是要求发现放之四海而皆准的真理，也不是要去发现崭新的自然科学定理和纯数学公式，更不是什么机器定理证明。实际上，所有发现的知识都是相对

4、的，是有特定前提和约束条件，面向特定领域的，同时还要能够易于被用户理解。最好能用自然语言表达所发现的结果。当前数据挖掘应用主要集中在电信、零售、农业、网络日志、银行、电力、生物、天体、化工、医药等方面。看似广泛，实际应用还远没有普及。而据Gartner的报告也指出，数据挖掘会成为未来10年内重耍的技术之一。而数据挖掘，也已经开始成为一门独立的专业学科。具体发展趋势和应用方向主要有：对知识发现方法的研宂进一步发展，如对Bayes和Boosting方法的研究和提高；商业工具软件不断产生和完善，注重建立解决问题的整体系统，例如Weka等软件。数

5、据挖掘的发展应是挖掘工具在先进理论指导下的改进，而就国内情况而言，还有至少20年的发展空间。本论文对各种研究及其应用作综合的介绍。二、研宂的主要内容，拟解决的主要问题（阐述的主要观点）介绍基于matlab的数据挖掘技术的研究与应用三、研究（工作）步骤、方法及措施（思路）1.1—1.20明确论文的研究方向查阅相关资料准备任务书1.20—2.10完成论文的任务书准备开题报告和文献综述2.11—3.1完成开题报告和文献综述并交指导教师审阅3.2—3.28根据指导教师意见准备英文文献两篇并翻译，准备论文初稿3.29—4.15完成两篇英文文献和论文

6、初稿并交指导教师审阅4.15—5.20根据指导教师意见修改并完成毕业论文全部内容定稿作答辩PPT四、毕业论文（设计）提纲1引文2数据挖掘技术的产生与兴起3数据挖掘的定义与特点4MATLAB概述5基于matlab的数据按掘5.1层次聚类hierarchicalclustering5.2遗传算法在非线性规划屮的应用6总结及参考文献五、主要参考文献［1］黄子诚，基于决策树的数据挖掘技术［J］，电脑知识与技术Vo.16,No.8,2010（3）：P1949-1950［2］袁溪，数据挖掘技术及其应用［J］.科技资讯.NO.102010:p22,p2

7、4［3］赵芳，马玉磊，浅析数据挖掘技术的发展及应用［J］,科技信息：P64［4］王平，王升花，邬连学，基于遗传算法的变压器故障诊断方法的研究［J］,技术应用2011(2):P69［5］卢华，刘福胜，王少杰，张鹏，基于遗传算法的平原水库坝高优化［J］,人民黄河Vol33,No.1,2011(1)：P125-128［6］刘兴波，凝聚型层次聚类算法的研究［J］,科技信息N0.11,2008：P202［7］吴燕，科技文档的层次聚类分析［J］,商业文化.社会经纬，2008(1)：P353-354［8］孟姗姗，全国地区小康和现代化指数的层次聚类分析［

8、J］［9］张利华，彭海燕，余淑媛，量子克隆遗传算法的多用户检测技术研宄［J］，大众科技,No.1，2011:P28-31［10］张德丰，matlab概述［J］，Matlab数值分析与应用:P1